基于GA-SVM的主要影响角正切求取方法研究
|
摘要
当采取概率积分法进行开采沉陷预计时,主要影响角正切是重要的预计参数之一,它对确定采空区上方地表变形的影响范围具有重要意义。在综合分析主要影响角正切及其5个主要影响因素的基础上,利用遗传算法(GA)和支持向量机(SVM)建立了求取主要影响角正切的GA-SVM模型。运用遗传算法(GA)自动获取建立模型的3个参数,利用筛选出的国内典型地表移动观测数据对模型进行训练和测试,并将预测值与实际值进行对比。结果表明,运用GA-SVM模型求取的主要影响角正切最小相对误差为0.29%,最大相对误差为3.08%,求取速度快,能够满足实际工程的精度要求,且模型的泛化能力较强,具有一定的实用价值。
When the probability integral method for mining subsidence expected is used,the tangent of majorinfluence angle is one of the most important parameters,which is of great significance to determine the influence range of surface deformation above mined out area.This paper,based on the comprehensive analysis of tangent of majorinfluence angle and its five main influence factors,uses GA and SVM to set up a model of GA-SVM to calculate the angent of majorinfluence angle.With GA to obtain the three parameters of model automatically,this paper tests the model by using the typical domestic surface movement observation data,and comparing the prognostic value with actual value.The results show that:the minimum relative error of tangent of majorinfluence angle by using GA-SVM model is 0.29%,the maximum relative error is 3.08%,and the calculating speed is fast,which can meet the accuracy requirements of the actual project.This model has a strong generalization ability and some practical value.
When the probability integral method for mining subsidence expected is used,the tangent of majorinfluence angle is one of the most important parameters,which is of great significance to determine the influence range of surface deformation above mined out area.This paper,based on the comprehensive analysis of tangent of majorinfluence angle and its five main influence factors,uses GA and SVM to set up a model of GA-SVM to calculate the angent of majorinfluence angle.With GA to obtain the three parameters of model automatically,this paper tests the model by using the typical domestic surface movement observation data,and comparing the prognostic value with actual value.The results show that:the minimum relative error of tangent of majorinfluence angle by using GA-SVM model is 0.29%,the maximum relative error is 3.08%,and the calculating speed is fast,which can meet the accuracy requirements of the actual project.This model has a strong generalization ability and some practical value.
引文
[1]刘希亮,赵学胜,陆锋,等.基于GA-SVM的露天矿抛掷爆破抛掷率预测[J].煤炭学报,2012,37(12):1999-2005.
[2]高彦涛,谭志祥,邓喀中.基于神经网络的主要影响角正切值求取方法[J].煤矿安全,2007(4):30-33.
[3]魏好,邓喀中,卢正,等.基于支持向量机的主要影响角正切求取方法研究[J].金属矿山,2010(5):120-123.
[4]陈冰梅,樊晓平,周志明,等.支持向量机原理及展望[J].制造业自动化,2010,32(12):136-138.
[5]边霞,米良.遗传算法理论及其应用研究进展[J].计算机应用研究,2010,27(7):2425-2429.
[6]邓乃扬,田英杰.支持向量机:理论、算法与拓展[M].北京:科学出版社,2009.
[7]高雷阜,张秀丽,佟盼.GA_SJ在SVM核参数优化中的应用[J].计算机工程与应用,2015,51(4):110-114.
[8]吴明圣.径向基神经网络和支持向量机的参数优化方法研究及应用[D].长沙:中南大学,2007.
[9]宋小杉,蒋晓瑜,罗建华,等.基于类间距的径向基函数-支持向量机核参数评价方法分析[J].兵工学报,2012,33(2):203-208.
[10]冯守良.基于RBF网络曲线拟合的研究[J].黑龙江工程学院学报,2015,29(1):23-26.
[11]吴朝阳,李宁.AGO-BP神经网络在主要影响角正切求取中的应用[J].煤矿安全,2012,43(3):117-120.
[12]国家煤炭工业局.建筑物、水体、铁路及主要井巷煤柱留设与压煤开采规程[M].北京:煤炭工业出版社,2000.
[13]赵保成,谭志祥,邓喀中.利用随机森林回归模型计算主要影响角正切[J].金属矿山,2016(3):172-175.
[2]高彦涛,谭志祥,邓喀中.基于神经网络的主要影响角正切值求取方法[J].煤矿安全,2007(4):30-33.
[3]魏好,邓喀中,卢正,等.基于支持向量机的主要影响角正切求取方法研究[J].金属矿山,2010(5):120-123.
[4]陈冰梅,樊晓平,周志明,等.支持向量机原理及展望[J].制造业自动化,2010,32(12):136-138.
[5]边霞,米良.遗传算法理论及其应用研究进展[J].计算机应用研究,2010,27(7):2425-2429.
[6]邓乃扬,田英杰.支持向量机:理论、算法与拓展[M].北京:科学出版社,2009.
[7]高雷阜,张秀丽,佟盼.GA_SJ在SVM核参数优化中的应用[J].计算机工程与应用,2015,51(4):110-114.
[8]吴明圣.径向基神经网络和支持向量机的参数优化方法研究及应用[D].长沙:中南大学,2007.
[9]宋小杉,蒋晓瑜,罗建华,等.基于类间距的径向基函数-支持向量机核参数评价方法分析[J].兵工学报,2012,33(2):203-208.
[10]冯守良.基于RBF网络曲线拟合的研究[J].黑龙江工程学院学报,2015,29(1):23-26.
[11]吴朝阳,李宁.AGO-BP神经网络在主要影响角正切求取中的应用[J].煤矿安全,2012,43(3):117-120.
[12]国家煤炭工业局.建筑物、水体、铁路及主要井巷煤柱留设与压煤开采规程[M].北京:煤炭工业出版社,2000.
[13]赵保成,谭志祥,邓喀中.利用随机森林回归模型计算主要影响角正切[J].金属矿山,2016(3):172-175.