瓦斯涌出量预测的高斯过程机器学习模型
苏国韶
张研
燕柳斌
1.广西大学,土木建筑工程学院,广西,南宁,5300042.广西大学,土木建筑工程学院,广西,南宁,5300043.广西大学,土木建筑工程学院,广西,南宁,530004
摘要：高斯过程是新近发展的一种机器学习方法,对处理复杂非线性问题具有很好的适应性.采煤工作面瓦斯涌出量与其影响因素之间存在着复杂的非线性关系,针对传统预测方法的局限性,提出了瓦斯涌出量预测的高斯过程机器学习模型.通过对少量学习样本的学习,采用该模型可建立瓦斯涌出量与其影响因素之间的复杂非线性映射关系.将模型应用于工程实例,研究结果表明,瓦斯涌出量预测的高斯过程机器学习方法是科学可行的,具有预测精度高、适用性强、参数自适应化且易于实现的优点.
关键词：瓦斯涌出量高斯过程机器学习预测
分类号：TD712(矿山安全与劳动保护)
资助基金：国家自然科学基金(50809017)国家重点实验室开放研究项目(Z110601)广西自然科学基金(0832023)
论文发表日期：2009-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 1-4 )
英文信息