基于改进GS-SVM的煤矿冲击地压预测研究

为了提高煤矿冲击地压预测预报的准确率,在综合考虑自然因素和开采因素的基础上,针对煤矿冲击地压系统小样本、多维度、非线性的特点,提出煤矿冲击地压预测的改进网格搜索支持向量机模型(GS-SVM)。利用该模型对四川某矿历史统计数据进行预测分析,并与启发算法优化支持向量机参数模型、神经网络模型、Fisher判别分析模型,传统网格搜索优化支持向量机模型进行比较。结果表明:改进GS-SVM模型能够对具有多维度、非线性、小样本特征的冲击地压进行很好的预测预报,与其他模型相比训练时间更短,预测精度更高,对煤矿冲击地压预测及防治具有一定的指导意义和参考价值。