基于增强CART回归算法的煤矿瓦斯涌出量预测技术

刘鹏^1,2，魏卉子³，景江波³，仰彦妍³

1. 矿山互联网应用技术国家地方联合工程实验室2. 中国矿业大学物联网(感知矿山)研究中心3. 中国矿业大学信息与控制工程学院

摘 要：预测采煤工作面的瓦斯涌出量属于机器学习中的回归问题,主流方法包括CART和支持向量机等。CART决策树回归算法具有抽取规则简单、准确度高、可解释性强的优势,但是算法稳定性差,容易过拟合,同时每个叶节点的输出部分均为定值,难以动态的模拟真实数据的变化规律。支持向量机具有较好的鲁棒性,能够通过求解最小结构化风险来提高模型泛化能力,但是算法复杂度高,面对高维数据算法建模效率低下。结合支持向量机提出一种增强CART回归算法,最主要的改进是在每个叶节点的输出部分使用支持向量机建模。试验结果表明,与主流瓦斯涌出预测算法相比,增强CART回归算法能够有效提高采煤工作面瓦斯涌出量的预测精度。

关键词：瓦斯涌出量;预测精度;CART算法;支持向量机;煤与瓦斯突出;