基于SVM的瓦斯涌出量非线性组合预测方法
黄为勇1
童敏明2
任子晖2
1.中国矿业大学,信息与电气工程学院,江苏,徐州,221116;徐州工程学院,信电工程学院,江苏,徐州,2210082.中国矿业大学,信息与电气工程学院,江苏,徐州,221116
摘要：为了提高矿井瓦斯涌出量的预测精度,提出了一种基于支持向量机(SVM)的瓦斯涌出量非线性组合预测方法.该方法应用结构化风险最小化准则且具有在全局意义上逼近任意非线性函数特性的SVM,建立了一个多输入单输出的瓦斯涌出量非线性组合预测模型,通过样本学习和平均绝对百分比误差最小原则确定预测模型的参数,对双曲线回归、指数回归和灰色预测方法得到的3个不同的单项预测数据进行非线性组合作为最终预测结果.结果表明,该方法的平均绝对误差为6.92%,均方根误差为0.93 m3/t,其预测精度明显优于各个单项预测结果,大幅降低了预测风险,为提高瓦斯涌出量预测精度提供了一条新途径.
关键词：瓦斯涌出量非线性组合预测支持向量机
分类号：TD712(矿山安全与劳动保护)TP181(自动化基础理论)
资助基金：国家自然科学基金(50534050)教育部重大项目(706029)江苏省高等学校自然科学研究项目(06KJD460174)
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：6( 234-239 )
英文信息