辽宁工程技术大学学报(自然科学版)

2021, v.40;No.252(02) 104-111

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

KPCA-CS-SVM下的矿井突水水源判别模型
KPCA-CS-SVM discrimination model of mine water inrush source

毛志勇;崔鹏杰;黄春娟;韩榕月;

摘要(Abstract):

针对矿井水害的突水水源判别问题,采用KPCA方法对原始数据降维,通过布谷鸟搜索算法(CS)优化支持向量机(SVM)的惩罚因子C和核参数g,建立基于KPCA-CS-SVM的矿井突水水源判别模型,以淮南新庄孜矿各含水层共45个突水样本数据作为研究对象,选取7个主要影响因素作为突水水源的判别依据,对KPCA-CS-SVM水源判别模型进行学习训练及预测分析,并与KPCA-GA-SVM、KPCA-PSO-SVM模型的判别效果进行对比.研究结果表明:KPCA-CS-SVM模型的突水水源判别结果与实际结果保持一致,且其预测准确率、判别速度、稳定性高于其他2个模型.研究结论从新的角度对突水水源进行判别,有助于矿井突水的灾害预判.

关键词(KeyWords): 矿井突水;水源判别;核主成分分析;布谷鸟算法;支持向量机

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(71771111)

作者(Author): 毛志勇;崔鹏杰;黄春娟;韩榕月;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享