• 论文
    高级检索
主办单位：煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
首页 > 论文库
基于随机森林与支持向量机的回采工作面瓦斯涌出量预测方法
  • 143
  • 110
  • 作者

    成小雨周爱桃郭焱振程成李德波

  • 单位

    中煤能源研究院有限责任公司中国矿业大学（北京）应急管理与安全工程学院中煤新集刘庄矿业有限公司

  • 摘要
    针对当前回采工作面瓦斯涌出量预测方法选取不合理及预测精度不佳问题，借助机器学习方法对其展开研究，以交叉验证法处理现有数据，构建了支持向量回归模型与随机森林回归预测模型，并对输入数据降维前后2种模型的预测表现进行了对比分析。测试表明：经交叉验证及数据降维后2种预测模型趋于稳定、预测精度均有大幅提高，SVR模型的整体预测性能稍优于RFR模型，SVR模型每轮测试耗时约0.015 s，远低于后者；筛选后的SVR模型平均绝对误差约为0.18 m3/min，平均相对误差约3.26%，优于RFR预测模型；建立的回采工作面瓦斯涌出量预测模型均表现良好，经随机森林筛选的SVR预测模型耗时较短、误差较小、稳定性更好，可实现对瓦斯涌出量的有效预测，对简化数据采集工作及科学制定瓦斯防治措施起到参考作用。
  • 关键词

    瓦斯涌出量预测交叉验证随机森林支持向量机特征选择

  • 文章目录
    1 方法原理
    1.1 随机森林原理
    1.2 支持向量机原理
    2 实验及分析
    2.1 数据来源和数据处理
    2.2 预测模型构建
    2.3 实验流程
    2.4 K-折交叉验证（K-CV)
    2.5 留一法（Leave-one-out）交叉验证
    2.6 特征筛选和结果分析及模型验证
    3 结语
  • 引用格式
    成小雨,周爱桃,郭焱振,程成,李德波.基于随机森林与支持向量机的回采工作面瓦斯涌出量预测方法[J].煤矿安全,2022,53(10):205-211.DOI:10.13347/j.cnki.mkaq.2022.10.028.
  • 相关专题

    这篇文章属于“煤矿瓦斯灾害智能防控理论与技术”专刊（34篇）

相关问题
立即提问
煤矿安全
Safety in Coal Mines
中文核心期刊
中国科技核心期刊
RCCSE 中国核心学术期刊(A-)
2022年10期
推荐专家
推荐企业
安科兴业

安科兴业
推荐专题
“煤矿机器人技术与应用示范”专题 （《智能矿山》）
“煤矿机器人技术与应用示范”专题 （《智能矿山》）
《工矿自动化》虚拟专题 | 智能矿山目标检测技术
《工矿自动化》虚拟专题 | 智能矿山目标检测技术
“氨合成与利用”专题
“氨合成与利用”专题
《煤炭转化》“燃烧学”专栏
《煤炭转化》“燃烧学”专栏
“低碳减损绿色开采新技术与实践”专题
“低碳减损绿色开采新技术与实践”专题
《煤炭科学技术》“深部煤矿瓦斯防治与利用”专题
《煤炭科学技术》“深部煤矿瓦斯防治与利用”专题
煤科总院深地科学院科学家团队发表于《煤炭科学技术》的研究成果
煤科总院深地科学院科学家团队发表于《煤炭科学技术》的研究成果
“面向重排放工业的CO2减排增效”专题
“面向重排放工业的CO2减排增效”专题
“太阳石科普”专题（《智能矿山》）
“太阳石科普”专题（《智能矿山》）
《矿业安全与环保》“冲击地压防控理论与技术”虚拟专辑
《矿业安全与环保》“冲击地压防控理论与技术”虚拟专辑
亮点论文

主办单位：煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址：北京市朝阳区和平里青年沟东路煤炭大厦 邮编：100013
京ICP备05086979号-16  技术支持：云智互联