科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高煤矿开采地表下沉系数预测精度，将随机森林(RF)、灰狼算法(GWO)和最小二乘支持向量机(LSSVM)模型相结合，建立RF-GWO-LSSVM模型。利用RF算法计算每个特征的重要性，通过特征选择筛选出重要性高的特征作为特征子集。LSSVM模型在处理小样本，非线性数据方面具有很大的优势，但LSSVM模型泛化能力非常容易受到内部参数的影响，采用GWO算法寻求最优的惩罚因子c和核函数参数σ。将优化后的模型对地表下沉系数进行预测，并与GWO-LSSVM模型、PSO-LSSVM模型精度对比。结果表明:RF-GWO-LSSVM模型预测精度最高，预测结果决定系数为0.996，可为预测地表下沉系数研究提供一定的参考价值。
- 单位
