首页 | 本学科首页   官方微博 | 高级检索  
     

果蝇算法融合SVM的开采沉陷预测模型
引用本文:王素英,张喆,赵悦品.果蝇算法融合SVM的开采沉陷预测模型[J].煤矿安全,2014(5):43-46.
作者姓名:王素英  张喆  赵悦品
作者单位:河北交通职业技术学院基础部;南洋理工大学电子与电气工程学院
基金项目:辽宁省教育厅基金资助项目(L2012106)
摘    要:针对目前开采沉陷预计方法的种种缺陷,提出了一种新的预计方法。将果蝇优化算法(FOA)与支持向量机(SVM)相结合,建立FOA-SVM预测模型。选取煤层倾角、采厚、平均采深等参数作为模型的输入参数,最大下沉量作为模型的输出参数。选取训练集样本,应用FOA对SVM的参数进行寻优,确定最佳的SVM参数。采用预测集样本对该预测模型进行检验,同时将该模型预测性能与其他预测模型进行对比分析。结果表明:与GA-SVM模型、PSO-SVM模型和神经网络预测模型相比,该模型具有更高的预测能力和泛化能力,可以较好地实现对开采沉陷的预测。

关 键 词:果蝇优化算法  支持向量机  开采沉陷  预测模型  最大下沉量

Mine Subsided Prediction Model Based on SVM Combined With Fruit Fly Optimization Algorithm
WANG Suying;ZHANG Zhe;ZHAO Yuepin.Mine Subsided Prediction Model Based on SVM Combined With Fruit Fly Optimization Algorithm[J].Safety in Coal Mines,2014(5):43-46.
Authors:WANG Suying;ZHANG Zhe;ZHAO Yuepin
Affiliation:WANG Suying;ZHANG Zhe;ZHAO Yuepin;Foundation Department,Hebei Jiaotong Vocational &Technology College;Electronic Information and Electrical Engineering Institute,Nanyang Technological University;
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号