|
| 基于GA SVM耦合模型的煤与瓦斯突出危险性预测 |
|
| |
| DOI： |
| 中文关键词: 煤与瓦斯突出;遗传算法(GA);支持向量机(SVM);突出预测;预测模型 |
| 英文关键词: |
| 基金项目:国家自然科学基金资助项目(51874107;52164015);贵州省省级科技计划资助项目(黔科合平台人才［2018］5781号；黔科合支撑［2022］一般231) |
| 作者 | 单位 | | 薛峰,李希建*,徐恩宇 | 贵州大学 矿业学院,贵州 贵阳 550025
贵州大学 复杂地质矿山开采安全技术工程中心,贵州 贵阳 550025
贵州大学 瓦斯灾害防治与煤层气开发研究所,贵州 贵阳 550025 |
|
| 摘要点击次数: 939 |
| 全文下载次数: 595 |
| 中文摘要: |
| 为了更加科学地预测煤与瓦斯突出危险性,提出一种基于遗传算法(GA)的支持向量机(SVM)参数选择方法，选取瓦斯含量、开采深度、瓦斯压力、瓦斯放散初速度、煤坚固性系数、煤体破坏类型这6个主要影响因素研究煤与瓦斯突出危险性,建立GA SVM瓦斯突出危险性预测模型,并结合工程实例进行验证.研究结果表明:样本突出危险性预测准确度达到91.67%,预测结果与实际情况相符.采用遗传算法与支持向量机模型预测,有效降低人为因素带来的误差,对提高煤与瓦斯突出危险性预测精准度具有一定的参考意义.
关键词：煤与瓦斯突出;遗传算法(GA);支持向量机(SVM);突出预测;预测模型 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
