基于LLEFOASVR模型的煤矿突水预测
文档名：基于LLEFOASVR模型的煤矿突水预测
摘要：针对煤矿突水预测精度低、训练速度慢的问题,提出基于局部线性嵌入(LLE)-果蝇优化算法(FOA)-支持向量回归(SVR)的煤矿突水预测模型.首先,利用LLE在非线性数据特征提取方面的优势,提取煤矿突水影响因素原始数据的本质特征,形成重构因子,减少数据间的冗余信息和噪声.然后,利用FOA对SVR的参数进行迭代优化,并将最优参数代人SVR中,以解决传统SVR参数优化困难的问题.最后,结合实例并将LLE-FOA-SVR模型的预测结果与反向传播(BP)、SVR、LLE-SVR模型的预测结果进行对比.实验结果表明:该模型的预测精度高于其他3种模型,预测精度可达90％,且建模时间和运算时间更短.
作者：唐守锋史可张晔Author：TANGShoufengSHIKeZHANGYe
作者单位：中国矿业大学信息与控制工程学院,江苏徐州221116
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(4)
分类号：TP391TD82
关键词：煤矿突水局部线性嵌入支持向量回归机果蝇优化算法LLE-FOA-SVR模型
机标分类号：TP391.41TD745TP181
在线出版日期：2023年5月9日
基金项目：国家重点基础研究发展计划（973计划）基于LLE-FOA-SVR模型的煤矿突水预测[
期刊论文]传感器与微系统--2023, 42(4)唐守锋史可张晔针对煤矿突水预测精度低、训练速度慢的问题,提出基于局部线性嵌入(LLE)-果蝇优化算法(FOA)-支持向量回归(SVR)的煤矿突水预测模型.首先,利用LLE在非线性数据特征提取方面的优势,提取煤矿突水影响因素原始数据的本质特征...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于LLE-FOA-SVR模型的煤矿突水预测Prediction of coal mine water inrush based on LLE-FOA-SVR model
基于LLE-FOA-SVR模型的煤矿突水预测.pdf
页:
[1]