深部煤层底板突水危险性预测的PSO_SVM模型
来源期刊:煤炭科学技术2018年第7期
论文作者:张风达 申宝宏
文章页码:61 - 295
关键词:深部煤层;煤层底板;突水评价;支持向量机;粒子群算法;
摘 要:为了更好地预测深部煤层底板突水危险性,将深部煤层底板破坏深度多元非线性数学模型给出的预测值,与底板含水层水压力、隔水层厚度、工作面斜长、埋深4个因素相结合,共同作为深部煤层底板突水危险性预测的输入向量;运用PSO获取SVM的最优惩罚因子和核函数参数,建立了深部煤层底板突水危险性预测模型,并与突水系数法、马氏距离判别法、贝叶斯判别法的预测精度进行对比。结果表明:深部煤层底板破坏深度数学模型预测的准确度较高;考虑煤层底板采动破坏影响的深部煤层底板突水危险性预测模型,较好地预测了煤层底板突水危险性,其准确度相比于突水系数法、马氏距离判别法和贝叶斯判别法均较高。
张风达1,2,申宝宏1,2
1. 煤炭科学研究总院煤炭战略规划研究院2. 中国矿业大学(北京)资源与安全工程学院
摘 要:为了更好地预测深部煤层底板突水危险性,将深部煤层底板破坏深度多元非线性数学模型给出的预测值,与底板含水层水压力、隔水层厚度、工作面斜长、埋深4个因素相结合,共同作为深部煤层底板突水危险性预测的输入向量;运用PSO获取SVM的最优惩罚因子和核函数参数,建立了深部煤层底板突水危险性预测模型,并与突水系数法、马氏距离判别法、贝叶斯判别法的预测精度进行对比。结果表明:深部煤层底板破坏深度数学模型预测的准确度较高;考虑煤层底板采动破坏影响的深部煤层底板突水危险性预测模型,较好地预测了煤层底板突水危险性,其准确度相比于突水系数法、马氏距离判别法和贝叶斯判别法均较高。
关键词:深部煤层;煤层底板;突水评价;支持向量机;粒子群算法;