基于PSO_SVM_AdaBoost的煤层底板突水预测研究

摘要

为提高煤层底板突水预测的效率与准确率,提出基于PSO_SVM_AdaBoost的煤层底板突水预测模型.在总结相关算法理论基础上,设计PSO_SVM_AdaBoost算法流程.为验证模型的可行性及有效性,通过引入UCI经典分类数据集进行实验.综合考虑煤层底板突水主要影响因素,确定煤层底板突水预测的评判指标.选取华北矿区60组实测数据为实验样本,利用主成分分析消除原始指标变量间的相关性,将消除相关性的变量作为PSO_SVM_AdaBoost模型的输入向量,并进一步对比分析样本数据处理前后应用模型的预测效果,比较PSO_SVM_AdaBoost、PSO_SVM、SVM模型的预测准确率.结果表明,主成分分析能有效地消除样本中的冗余信息,简化模型结构,提高模型预测准确率与运算效率;PSO_SVM_AdaBoost模型应用于煤层底板突水预测的准确率明显优于其他模型.