基于IWOA−SVM的煤矿突水预测模型.docx

0.?? 引言 矿井突水作为严重威胁煤矿生产安全的主要矿井灾害之一,一旦发生会给矿区造成严重的经济损失和人员伤亡[1]。对煤层突水进行预测,可在突水事故发生之前及时采取措施,从而减少突水事故,更有效地保障煤矿生产安全。传统的突水预测方法主要包括突水系数法、阻水系数法及脆弱性指数法等[2-3]。这些方法已被广泛应用于突水预测中,但仍存在缺陷,如突水系数法和阻水系数法考虑的因素都较少且计算精度低,脆弱性指数法需要多种属性的支持且对原始数据的要求较高。 近年来,机器学习方法被越来越多地用于解决煤矿突水预测问题。潘辉等[4]针对底板突水非线性特征,利用粒子群优化(Particle Swarm Opti

文档评论(0)

1亿VIP精品文档

相关文档