煤自燃极限参数的支持向量机预测模型
孟倩1
王洪权2
王永胜2
周延3
1.徐州师范大学,计算科学与技术学院,江苏,徐州,2211162.中国矿业大学安全工程学院,江苏,徐州,221008;兖州煤业股份有限公司通防部,山东,邹城,2735003.中国矿业大学安全工程学院,江苏,徐州,221008
摘要：建立了基于支持向量机(Support Vector Machine,SVM)的煤自燃极限参数预测模型;经过与多项式函数及Sigmoid核函数的对比,选用径向基函数作为SVM核函数;提出了一种SVM参数优化的变步长搜索方法,先在一个大区域根据训练样本均方差的值改变参数搜索步长,找到一个性能好的小区域,在这个小区域中应用网格搜索法找到最优参数,可提高参数搜索速度.实验表明,与人工神经网络模型相比,在样本有限的情况下,基于支持向量机的煤自燃极限参数预测模型预测精度更高、速度更快,说明支持向量机技术在煤自燃极限参数预测中具有实用价值.
关键词：煤自燃极限参数支持向量机人工神经网络预测模型
分类号：TD752(矿山安全与劳动保护)
资助基金：国家自然科学基金(50376070)江苏省高等学校自然科学研究项目(08KJD520022)
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：5( 1489-1493 )
英文信息