基于PCA_Fuzzy_PSO_SVC的底板突水危险性评价_中国煤炭行业知识服务平台

基于PCA_Fuzzy_PSO_SVC的底板突水危险性评价

作者

施龙青谭希鹏王娟季小凯牛超徐东晶
单位

山东科技大学山东省沉积成矿作用与沉积矿产重点实验室山东科技大学地球科学与工程学院
摘要

为解决煤层底板突水预测难题,提出了基于主成分分析、模糊数学、粒子群算法以及支持向量机分类的底板突水危险性评价模型,模型以支持向量机分类为基础,通过主成分分析将多种影响底板突水的因子归纳为构造主成分、水文地质主成分、煤层信息主成分及开采条件主成分,其中构造主成分及水文地质主成分为影响底板是否突水的最主要控制因素,模糊化主成分因子,利用粒子群算法优化支持向量机分类参数,根据已有数据资料建立了评价模型,并将该模型应用于实际中,得到了准确的预测结果,为底板突水危险性评价提供了一种新的方法。
关键词

底板突水危险性评价主成分分析模糊数学粒子群算法支持向量机
基金项目(Foundation)

教育部高等学校博士学科点专项科研基金资助项目(20133718110004)；山东省自然科学基金重点资助项目(ZR2011EEZ002)；山东科技大学科研创新团队支持计划资助项目(2012KYTD101)；
相关文章

[1]基于BP神经网络的底板破坏深度预测
[2]基于GWO-Elman神经网络的底板突水预测
[3]多模型融合评价煤层底板灰岩岩溶突水危险性