基于粒子群优化支持向量机的煤层底板突水量等级预测.pdfVIP

第40卷 第6期 煤 田地质与勘探 Vb1．40NO．6 2012年 12月 C0ALGE010GYEXP10R衄 ON Dec．2012 文章编号：1001-1986(2012)06—0044—04 基于粒子群优化支持向量机的煤层底板 突水量等级预测 高卫东，王正帅 (江苏师范大学测绘学院，江苏 徐州 221116) 摘要：为更好地解决支持向量机(svM)核参数和惩罚因子的取值对煤层底板突水量等级预测精度 的影响问题，提出利用全局搜索能力较强的粒子群优化(PsO)算法优化支持向量机参数。选取含水 层水压、隔水层厚度、岩溶发育程度、断层规模等作为影响煤层底板突水量等级的因素，利用华 北聚煤区煤层底板突水的实测数据进行训练，建立了煤层底板突水量等级预测的粒子群一支持向量 机(PSO—SVM)模型，并将其应用于其他样本的预测。应用表明：模型能够较好地解决煤层底板突 水量等级预测中存在的小样本、非线性等问题，预测结果与实际情况吻合程度高，具有较强的实 用性和有效性。 关 键 词：支持向量机；粒子群优化；煤层底板；突水量等级；预测 中图分类号：P641．4 文献标识码：A DOI：10．3969／j．issn．1001—1986．2012．06．010 Forecastofinrushedwatervolumegradefrom coalfloorbasedonsupportvector machinewithparticleswarm optimization GAOWeidong，WANG Zhengshuai (SchoolofSurveying＆Mapping，JiangsuNormalUniversity，Xuzhou221116，China) Abstract：Tosolvetheproblem ofpenaltyfactorandkernelparameterofsupportvectormachine(SVM)which willaffecttheforecastaccuracy，themethodwasputforwardtofindthebetterparametervaluebyusingparticle swarmoptimization(PSO)whichcanautomaticallysearchtheparametersforSVM．Fourindexes，includingwater pressure，thethicknessofaquifuge，karstdevelopmentdegree，thefaultscale，wereselectedasthefactorsinflu— encingwaterinrush from coalfloor,theactualcasesofwaterinrush rfom coalfloorinNorthernChinacoalfield weretakenastrainingsamples，thePSO-SVM modelforforecastofwaterinrushvolumegraderfom coalfloorwas establishedandappliedtotestothercases．Theapplicationofthemodelindicatedthatthemethodcansolvethe smal1sample，nonlinearproblem，andtheresultsobtained iSbetterinaccordancewiththepractice．ItiSpractical andeffectiveinforecastingwaterinrushvolumegraderfom coalfloor． Keywords：supportvectormachin