基于GASVM耦合模型的煤与瓦斯突出危险性预测
DOI:
作者:
作者单位:

作者简介:

通讯作者:

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)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    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

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

薛峰,李希建*,徐恩宇.基于GASVM耦合模型的煤与瓦斯突出危险性预测[J].矿业工程研究,2022,37(3):39-44

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2022-10-25