基于LS-SVM的矿井巷道场强预测
王安义
郭世坤
1.西安科技大学通信与信息工程学院,陕西西安 7100542.西安科技大学通信与信息工程学院,陕西西安 710054
摘要：针对目前矿井巷道场强预测精度低的问题,提出采用最小二乘支持向量机方法建立预测模型,以某巷道实测数据作为训练样本,对矿井巷道场强进行预测;详细分析了训练集构造和参数选择对预测效果的影响.仿真结果表明,LS SVM预测模型较双斜率模型和对数校正模型具有更高的预测精度.
关键词：矿井巷道场强预测模型最小二乘支持向量机
分类号：TD601(矿山电工)
资助基金：陕西省教育厅科学研究计划资助项目(2013JK0864)
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