矿井突水水源判别的FOA-LSSVM模型

作者：李腾; 朱希安^*; 王占刚

来源：北京信息科技大学学报(自然科学版), 2020, 35(03): 41-45.

DOI：10.16508/j.cnki.11-5866/n.2020.03.008

• 矿井突水
• 水源判别
• 参数优化
• 果蝇算法
• 最小二乘支持向量机

为准确判别矿井突水水源,建立了一种FOA-LSSVM的矿井突水水源判别模型,利用果蝇算法(fruit fly optimization algorithm,FOA)对最小二乘支持向量机(least square support vector machines,LSSVM)的参数寻优。针对矿井突水这种非线性、小样本问题,综合考虑水化学特征,选取Na++K+,Ca2+,Mg2+,CI-,SO2-4,HCO-3六种离子的质量浓度作为矿井突水水源判别的主要依据。选取35组矿井数据作为训练数据对模型进行训练,另用4组矿井数据作为测试数据,用该模型进行预测。结合实例将该模型的性能与LSSVM模型和FOA-SVR模型的性能进行对比,结果表明:该模型在判别突水水源的精度上比LSSVM模型和FOA-SVR模型更高,具有一定的应用价值。

• 单位
  北京信息科技大学