小程序
传感搜
传感圈
基于 ＬＬＥ-ＦＯＡ-ＳＶＲ 模型的煤矿突水预测
唐守锋，史 可，张 晔
中国矿业大学 信息与控制工程学院
2024-06-29
针对煤矿突水预测精度低、训练速度慢的问题，提出基于局部线性嵌入（ＬＬＥ）—果蝇优化算法（ＦＯＡ）—支持向量回归（ＳＶＲ）的煤矿突水预测模型。首先，利用 ＬＬＥ 在非线性数据特征提取方面的优势， 提取煤矿突水影响因素原始数据的本质特征，形成重构因子，减少数据间的冗余信息和噪声。然后，利用ＦＯＡ 对 ＳＶＲ 的参数进行迭代优化，并将最优参数代入 ＳＶＲ 中，以解决传统 ＳＶＲ 参数优化困难的问题。最后，结合实例并将 ＬＬＥＦＯＡＳＶＲ 模型的预测结果与反向传播（ＢＰ）、ＳＶＲ、ＬＬＥＳＶＲ 模型的预测结果进行对比。实验结果表明：该模型的预测精度高于其他 ３ 种模型，预测精度可达 ９０ ％ ，且建模时间和运算时间更短。
  • 煤矿突水
  • 局部线性嵌入
  • 支持向量回归机
  • 果蝇优化算法
  • ＬＬＥＦＯＡＳＶＲ 模型
被引用: 3次
年份: 2023年
下载文档 2.00元
引用
分享
来源期刊
内容目录

  • 引 言

  • 1、ＬＬＥ-ＦＯＡ-ＳＶＲ 模型煤矿突水预测

  • 2、实验仿真

    • 2.1煤矿突水预测指标体系

    • 2.2ＬＬＥ 算法特征提取过程

    • 2.3利用 ＦＯＡ 优化 ＳＶＲ 参数

    • 2.4利用 ＳＶＲ 对煤矿突水进行预测

    • 2.5模型预测性能对比分析

  • 3、结论

核心点推荐
  • 煤矿突水预测