煤自燃极限参数的支持向量机预测模型

孟倩¹，王洪权^2,3，王永胜²，周延²

1. 徐州师范大学计算科学与技术学院2. 中国矿业大学安全工程学院3. 兖州煤业股份有限公司通防部

摘 要：建立了基于支持向量机(Support Vector Machine,SVM)的煤自燃极限参数预测模型;经过与多项式函数及Sigmoid核函数的对比,选用径向基函数作为SVM核函数;提出了一种SVM参数优化的变步长搜索方法,先在一个大区域根据训练样本均方差的值改变参数搜索步长,找到一个性能好的小区域,在这个小区域中应用网格搜索法找到最优参数,可提高参数搜索速度.实验表明,与人工神经网络模型相比,在样本有限的情况下,基于支持向量机的煤自燃极限参数预测模型预测精度更高、速度更快,说明支持向量机技术在煤自燃极限参数预测中具有实用价值.

关键词：煤自燃极限参数;支持向量机;人工神经网络;预测模型;