煤与瓦斯突出missForest-EGWO-SVM预测模型 |
| |
引用本文: | 邵良杉,詹小凡.煤与瓦斯突出missForest-EGWO-SVM预测模型[J].辽宁工程技术大学学报(自然科学版),2020,39(3):214-218. |
| |
作者姓名: | 邵良杉 詹小凡 |
| |
作者单位: | 辽宁工程技术大学系统工程研究所,辽宁葫芦岛125105 |
| |
摘 要: | 针对煤与瓦斯突出预测的数据不完整或缺失问题,提出一种基于miss Forest-EGWO-SVM的煤与瓦斯突出预测模型.以淮南地区的实测数据作为研究样本,采用missForest算法对样本数据进行缺失值填补;为解决SVM算法性能受参数影响大的问题,利用高效灰狼算法(EGWO)对SVM进行参数寻优;完善后的数据集作为EGWO-SVM模型的输入进行实验,与其他模型对比.研究结果表明:采用missForest填补缺失数据,提高了模型的突出事故预测率,EGWO-SVM模型能够有效避免GWO在后期搜索中陷入局部最优,进一步提高了SVM的预测精度.研究结论为缺失数据情况下煤与瓦斯突出预测提供了一种途径.
|
关 键 词: | 缺失数据 煤与瓦斯突出 missForest EGWO SVM 事故预测率 |
本文献已被 CNKI 万方数据 等数据库收录! |
|