煤与瓦斯突出强度的FOA-SVM预测模型与应用

作者：谢国民; 单敏柱; 刘明

来源：传感技术学报, 2016, 29(12): 1941-1946.

• 煤与瓦斯突出
• Karhunen-Loève变换
• 支持向量机
• 特征提取
• 果蝇算法

为了能够对煤与瓦斯突出进行准确的辨识,本文提出将果蝇算法(FOA)与支持向量机(SVM)相结合的预测方法。首先通过Karhunen-Loève变换(K-L变换)进行特征提取,降低特征向量的维数,减小运算量;然后将经过K-L变换的样本作为FOA-SVM模型输入,通过果蝇算法全局寻优,自动搜索符合本预测模型最佳参数组合。通过对预测模型的训练与仿真表明:本文提出的方法具有设计实现简单,辨识精度高、推广能力强的特点,为煤矿灾害预测提供理论支持。

• 单位
  辽宁工程技术大学; 朝阳师范高等专科学校