• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《北京信息科技大学学报（自然科学版）》 >矿井突水水源判别的FOA-LSSVM模型

矿井突水水源判别的FOA-LSSVM模型

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

为准确判别矿井突水水源,建立了一种FOA-LSSVM的矿井突水水源判别模型,利用果蝇算法(fruit fly optimization algorithm,FOA)对最小二乘支持向量机(least square support vector machines,LSSVM)的参数寻优.针对矿井突水这种非线性、小样本问题,综合考虑水化学特征,选取Na++K+,Ca2+,Mg2+,CI-,SO42-,HCO3-六种离子的质量浓度作为矿井突水水源判别的主要依据.选取35组矿井数据作为训练数据对模型进行训练,另用4组矿井数据作为测试数据,用该模型进行预测.结合实例将该模型的性能与LSSVM模型和FOA-SVR模型的性能进行对比,结果表明:该模型在判别突水水源的精度上比LSSVM模型和FOA-SVR模型更高,具有一定的应用价值.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号