基于GRA-GASA-SVM的煤层瓦斯含量预测方法研究.pdfVIP

第43卷第01期煤炭技术Vol.43.No.01

2024年01月CoalTechnologyJan.2024

3安全技术与工程doi:10.13301/ki.ct.2024.01.023

基于GRA-GASA-SVM的煤层瓦斯含量预测

方法研究*

1，2

田水承1.2，任治鹏1.2，马磊

（1.西安科技大学安全科学与工程学院，西安710054；2.西安科技大学安全与应急管理研究所，西安710054）

摘要：为提升煤层瓦斯含量预测精度，提出一种采用遗传模拟退火算法混合优化支持向量

机(SVM)参数的瓦斯含量预测模型（GRA-GASA-SVM模型）。该模型将GA和SA整合为遗传模拟

退火算法协同优化SVM的参数，以解决传统网格寻优算法取值范围无法确定和单一智能算法优化

程度有限等问题。利用灰色关联分析(GRA)压缩数据集维度，建立瓦斯含量预测参数体系并作为

GASA-SVM的输入数据集。结果表明：SVM模型、GA-SVM模型和GASA-SVM模型10折交叉验

证瓦斯含量预测总平均相对误差分别为15.98%、13.55%和10.58%。相比SVM模型和GA-SVM模

型，GASA-SVM模型预测稳定性更优、预测精准度更高且对新样本泛化能力更强。

关键词：遗传算法（GA)；模拟退火算法（SA)；支持向量机(SVM)；煤层瓦斯含量；灰色关联

分析(GRA)

中图分类号：TD712文献标志码：A

ResearchonPredictionMethodofCoalSeamGasContentBasedon

GRA-GASA-SVM

TIANShuichengl2,RENZhipeng2,MALeil.?

(1.CollegeofSafetyScienceandEngineering,XianUniversityofScienceandTechnology,Xian710054,China;

2.InstituteofSafetyandEmergencyManagement,XianUniversityofScienceandTechnology,Xian710054,China)

Abstract:Inordertoimprovetheefficiencyandeffectivenessofcoalseamgascontentprediction,a

gascontentpredictionmodel(GRA-GASA-SVMmodel)usinggeneticsimulatedannealingalgorithmto

hybridoptimizesupportvectormachine(SVM)parametersisproposed.ThemodelintegratesGAand

SAasageneticsimulatedannealingalgorithmtocollaborativelyoptimizetheparametersofSVM,in

ordertosolvetheproblemsofundeterminedvaluerangeoftraditionalgrid-seekingalgorithmand

limitedoptimizationofasingleintelligentalgorithm.Graycorrelationanalysis(GRA)isusedto