基于流形学习算法和支持向量机的矿井瓦斯涌出量预测研究

基于流形学习算法和支持向量机的矿井瓦斯涌出量预测研究

ID:33471566

大小:819.02 KB

页数:81页

时间:2019-02-26

基于流形学习算法和支持向量机的矿井瓦斯涌出量预测研究_第1页
基于流形学习算法和支持向量机的矿井瓦斯涌出量预测研究_第2页
基于流形学习算法和支持向量机的矿井瓦斯涌出量预测研究_第3页
基于流形学习算法和支持向量机的矿井瓦斯涌出量预测研究_第4页
基于流形学习算法和支持向量机的矿井瓦斯涌出量预测研究_第5页
资源描述:

《基于流形学习算法和支持向量机的矿井瓦斯涌出量预测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、图书分类号UDC622X936密级非密硕士学位论文基于流形学习算法和支持向量机的矿井瓦斯涌出量预测研究魏小红校内指导教师(姓名、职称)校外指导教师(姓名、职称)申请学位级别专业名称常双君申小林工学硕士安全工程教授高工论文提交日期2014年论文答辩日期2014年55月月29日23日学位授予日期年_____月_____日论文评阅人刘光明王凤英答辩委员会主席李俊民2014年6月3日原创性声明本人郑重声明:所呈交的学位论文,是本人在指导教师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文

2、不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名:日期:关于学位论文使用权的说明本人完全了解中北大学有关保管、使用学位论文的规定,其中包括:①学校有权保管、并向有关部门送交学位论文的原件与复印件;②学校可以采用影印、缩印或其它复制手段复制并保存学位论文;③学校可允许学位论文被查阅或借阅;④学校可以学术交流为目的,复制赠送和交换学位论文;⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。签名:日期:导师签

3、名:日期:基于流形学习算法和支持向量机的矿井瓦斯涌出量预测研究摘要煤炭工业是一个危险性极高的行业,在生产过程中伴随着透水、塌方、瓦斯等隐患,煤矿瓦斯灾害是造成矿山伤亡最为严重的事故之一,而矿井瓦斯涌出量又是影响矿井瓦斯灾害的重要因素之一。为了减少矿井瓦斯灾害的发生,本文在对国内外瓦斯涌出量预测研究的基础上,提出了基于流形学习算法和支持向量机理论的瓦斯涌出量预测方法,就瓦斯涌出量预测问题进行了研究。本文从分析瓦斯涌出量入手,得出影响瓦斯涌出量的主要因素。以国内某煤矿矿井瓦斯涌出量实测数据为研究对象,利用Matlab软件作为模型建立平台

4、。利用流形学习算法对矿井瓦斯涌出量影响因素进行数据预处理,弥补了支持向量机缺乏数据预处理的缺陷。采用遗传算法、粒子群优化算法、交叉验证对模型参数惩罚因子c、核函数参数g进行寻优,确定最佳参数c、g组合。再利用支持向量回归机进行回归预测,建立瓦斯涌出量预测模型,实现了矿井瓦斯涌出量的精确预测。流形学习算法能够挖掘数据的本质结构,简约数据,从而提高了支持向量机作回归预测时的收敛速度和精度,充分发挥了支持向量机在学习精度和学习能力找到好的权衡的优势,使模型的泛化能力较好。本文将基于流形学习算法和支持向量机理论的预测方法应用于混合炸药爆轰参数

5、的预测,结果较为理想,证明了预测方法的适用性。通过对矿井瓦斯涌出量及混合炸药爆轰参数的预测的研究,结果表明:利用流形学习算法和支持向量机理论建立的矿井瓦斯涌出量预测模型,能够快速准确地预测矿井瓦斯涌出量,模型精度较高、相关性较好,与传统预测方法相比,容错能力较强,精度较高。该模型能够为后期瓦斯涌出量提供参考依据,同时对瓦斯涌出量预测方法研究有一定的指导意义。而且基于流形学习算法和支持向量机理论的预测方法适用性较强,具有一定推广和实用价值。关键词:瓦斯涌出量;流形学习算法;支持向量理论;参数寻优;混合炸药PredictionofGasE

6、missionQuantityBasedonManifoldLearningandSupportVectorMachineABSTRACTCoalproductionisaminingindustrywithhighrisk.Potentialsafetyproblems,forexample,gas,floodsandlandslidesalwaysoccurintheproductionprocess.Coalminegasaccidenthasbeenoneofthemostseriousdisastersincoalmines

7、.Minegasemissionisoneofimportantfactorsaffectingminegasdisaster.Inordertoreducegasdisastersofmine,ithasimportantpracticalsignificancetopredictminegasemissionaccurately.Throughstudyingtherelatedliteratureaboutpredictingthegasemissionathomeandabroad,thispaperpresentsameth

8、odbasedonmanifoldlearningandsupportvectormachinetopredicttheminegasemission.Basedontheanalysisofgasemission,th

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。