果蝇算法融合SVM的开采沉陷预测模型
王素英1
张喆2
赵悦品1
1.河北交通职业技术学院基础部,河北石家庄0500912.南洋理工大学电子与电气工程学院,新加坡637659
摘要：针对目前开采沉陷预计方法的种种缺陷,提出了一种新的预计方法.将果蝇优化算法(FOA)与支持向量机(SVM)相结合,建立FOA-SVM预测模型.选取煤层倾角、采厚、平均采深等参数作为模型的输入参数,最大下沉量作为模型的输出参数.选取训练集样本,应用FOA对SVM的参数进行寻优,确定最佳的SVM参数.采用预测集样本对该预测模型进行检验,同时将该模型预测性能与其他预测模型进行对比分析.结果表明:与GA-SVM模型、PSO-SVM模型和神经网络预测模型相比,该模型具有更高的预测能力和泛化能力,可以较好地实现对开采沉陷的预测.
关键词：果蝇优化算法支持向量机开采沉陷预测模型最大下沉量
分类号：TD327(矿山压力与支护)
论文发表日期：2014-01-01
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）
英文信息