基于PCA-SVR的煤层底板突水量预测.pdf

《基于PCA-SVR的煤层底板突水量预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第39卷第1期煤田地质与勘探Vl0l_39NO．12011年2月CoALGE0【oGY&EXPI．OR[10NFeb．2Oll文章编号：10011986(2011)01—0028—03基于PCA．SVR的煤层底板突水量预测刘北战，梁冰f1．辽宁工程技术大学理学院，辽宁阜新123000；2．辽宁工程技术大学力学与工程学院，辽宁阜新123000)摘要：提出了一种基于主成分分析支持向量机回归(PCA．SVR)的煤层底板突水预测方法，用主成分分析来解决输入变量的选择问题。主成分以较少的维数包含了高维变量所携带的大部分信息

2、，这不仅避免了过多的输入导致训练速度慢，同时也保证了预测准确度。实例表明，所提方法可有效消除众多影响因素间的相关性，减少输入变量个数，提高预测效率和精度。关键词：主成分分析；支持向量机；煤层底板；突水；预测中图分类号：P641．41文献标识码：ADOI：10．3969~．issn．1001．1986．2011．01．007Predictionofseamfloorwaterinrushbasedoncombiningprincipalcomponentanalysisandsupportvectorregress

3、ionLIUBeizhan，LIANGBingz(1．CollegeofScience，LiaoningTechnical(，玎fve坶f，Fuxin123000，China；2．CollegeofMechanicsandEngineering，LiaoningTechnicalUniversity，Fuxin123000，Ch~a)Abstract：Thispaperproposedapredictionmethodthatisbasedoncombingprincipalcomponentanalysisan

4、dsupportvectorregression．Principalcomponentanalysiswasusedtoselectinputvariables．Thepredictionmodelconsidersall—sidedinfluencingfactorsandavoidsthelowprecisionandslowtraininginducedbyover-input．Theexampleshowsthatiteliminatestherelevanceamongfactors，reducesth

5、einputvariablesandimprovestheaccuracyandeficiency．Keywords：principalcomponentanalysis；supportvectormachine；seamfloor；waterinrush；prediction20世纪6O年代以来，随着我国煤炭工业的长足果十分重要。文献分别采用粗糙集理论【I之】、聚类分发展，随着开采深度、开采强度、开采速度、开采析】、灰色关联分析法【]来选取输入因子。这些方法规模的增大和扩大，矿井突水问题越来越引起人们实质上都只

6、是挑选部分因子，丢失了其他因子所携带高度重视，特别是近年来，矿井突水事故频繁发生，的数据信息。主成分分析是在降维思想下产生的一种给人民生命财产造成重大损失，严重影响和制约着处理高维数据的方法。该方法简单实用，它通过对原矿山的安全生产。但是煤层底板突水受水压、含水先提出的影响因子重新组合，得到一组新的相互无关层、隔水层厚度(底板岩层厚度)、底板采动导水裂隙的综合变量，从中提取主成分，尽可能多地包含了所带深度、断层落差等因素的影响，因此到目前为止有原因子的信息，而且也使维数降低，便于计算。本还没有一个很好的预测方法，

7、而寻找一个快速准确文将主成分分析和支持向量机回归结合起来，先利用的预测方法对煤矿安全生产十分重要和必要。主成分分析法对煤层底板突水因子进行分析，得到各支持向量机是最近发展起来的一种新的机器学个主成分的数据序列，再采用支持向量机回归进行建习方法，有着严格的理论基础——统计学习理论，它模分析和建模，从而得出煤层底板突水预测结果。这是基于小样本的学习理论，对样本的要求比较宽松，就是基于主成分分析的支持向量机回归预测模型对于处理高维数、小样本、非线性等复杂问题具有很PCA·SVR(principalcomponentan

8、alysis-support好的适应性。煤层底板突水影响因素多，造成输人因vectorregression)。子多，网络结构复杂，加重训练负担，影响学习速度；1主成分分析原理如果人为筛选又可能丢失某些重要影响因素，降低预测性能。所以预测模型输入因子的合理选择对预测结主成分分析是由Hotelling提出的一种多元统计收稿日期：2010-05．02作者简介：刘北战(1980一