科研之友
微信
新浪微博
Facebook
分享链接
摘要
以煤与瓦斯突出灾害为研究对象，以核极限学习机(KELM)作为预测工具，利用麻雀搜索算法(SSA)对KELM进行优化，建立了SSA-KELM预测模型。采用该模型对突出瓦斯量进行预测，并与随机森林算法、传统的极限学习机进行对比，结果表明：以煤层瓦斯压力、瓦斯放散初速度、软分层厚度、坚固性系数作为预测指标建立的SSA-KELM预测模型预测精度较高，误差率分别为9.37%和10.20%,验证了该模型的可行性。搭建了基于SSA-KELM的突出瓦斯量预测系统，实现了突出瓦斯量预测的可视化。
- 单位
以煤与瓦斯突出灾害为研究对象，以核极限学习机(KELM)作为预测工具，利用麻雀搜索算法(SSA)对KELM进行优化，建立了SSA-KELM预测模型。采用该模型对突出瓦斯量进行预测，并与随机森林算法、传统的极限学习机进行对比，结果表明：以煤层瓦斯压力、瓦斯放散初速度、软分层厚度、坚固性系数作为预测指标建立的SSA-KELM预测模型预测精度较高，误差率分别为9.37%和10.20%,验证了该模型的可行性。搭建了基于SSA-KELM的突出瓦斯量预测系统，实现了突出瓦斯量预测的可视化。
