基于粒子群支持向量機(jī)的礦井瓦斯預(yù)測(cè)與研究.pdf

1、近年來我國(guó)的煤礦安全事故雖然有所下降，但同國(guó)外相比還是有一定的差距，瓦斯災(zāi)害依舊困擾著我國(guó)煤礦系統(tǒng)，尤其是瓦斯爆炸和突出事故的發(fā)生，嚴(yán)重威脅著井下工作人員的生命安全，對(duì)井下設(shè)備也極為不利。瓦斯涌出量對(duì)于煤礦安全生產(chǎn)的影響是無法忽視的，因此加強(qiáng)對(duì)瓦斯涌出量的預(yù)測(cè)與控制，掌握其瓦斯的涌出規(guī)律對(duì)加強(qiáng)我國(guó)煤礦的安全性有很大的幫助，同時(shí)對(duì)于提高煤礦生產(chǎn)的質(zhì)量及效益也具有很大的意義。
　　本文系統(tǒng)的分析了瓦斯涌出量的各種影響因素對(duì)涌出大小的影

2、響，得到了幾種最主要的影響因素，通過對(duì)不同預(yù)測(cè)方法的分析比較，選擇支持向量機(jī)預(yù)測(cè)方法來對(duì)瓦斯涌出量的大小進(jìn)行建模研究。支持向量機(jī)參數(shù)的選擇決定了其學(xué)習(xí)能力及泛化能力，在多個(gè)參數(shù)中盲目搜索選擇參數(shù)花費(fèi)的時(shí)間太大，并且不一定為最優(yōu)，因此采用粒子群算法來實(shí)現(xiàn)對(duì)支持向量機(jī)模型參數(shù)的尋優(yōu)。粒子群算法具有操作簡(jiǎn)單，算法搜索效率較高等優(yōu)點(diǎn)，該算法不要求優(yōu)化函數(shù)連續(xù)可微，對(duì)各種領(lǐng)域方法的通用性較強(qiáng)，能夠更好的解決多變量、非線性等的模型問題。