基于增强CART回归算法的煤矿瓦斯涌出量预测技术
刘鹏1
魏卉子2
景江波2
仰彦妍2
1.矿山互联网应用技术国家地方联合工程实验室,江苏徐州221008;中国矿业大学物联网(感知矿山)研究中心,江苏徐州2210082.中国矿业大学信息与控制工程学院,江苏徐州,221116
摘要：预测采煤工作面的瓦斯涌出量属于机器学习中的回归问题,主流方法包括CART和支持向量机等.CART决策树回归算法具有抽取规则简单、准确度高、可解释性强的优势,但是算法稳定性差,容易过拟合,同时每个叶节点的输出部分均为定值,难以动态的模拟真实数据的变化规律.支持向量机具有较好的鲁棒性,能够通过求解最小结构化风险来提高模型泛化能力,但是算法复杂度高,面对高维数据算法建模效率低下.结合支持向量机提出一种增强CART回归算法,最主要的改进是在每个叶节点的输出部分使用支持向量机建模.试验结果表明,与主流瓦斯涌出预测算法相比,增强CART回归算法能够有效提高采煤工作面瓦斯涌出量的预测精度.
关键词：瓦斯涌出量预测精度CART算法支持向量机煤与瓦斯突出
分类号：TD713(矿山安全与劳动保护)
资助基金：国家重点研发计划(2017YFC0804401)国家重点研发计划(2017YFC0804409)
论文发表日期：2019-01-01
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：7( 116-122 )
英文信息