基于SVM降雨充水矿井涌水量预测

被引：8

作者：

刘北战 ^{[1
]}

梁冰 ^{[2
]}

机构：

[1] 辽宁工程技术大学理学院

[2] 辽宁工程技术大学力学与工程学院

来源：

辽宁工程技术大学学报(自然科学版) | 2010年 / S1期

关键词：

支持向量机; 矿井涌水量; 预测模型;

D O I：

暂无

中图分类号：

P641.41 [];

学科分类号：

0818 ; 081803 ;

摘要：

为了准确预测降雨充水矿井涌水量,将SVM算法应用于降雨充水矿井涌水量预测,通过对SVM算法分析,确定了合适的核函数及其参数,提出了基于SVM算法的降雨充水矿井涌水量预测模型,并根据所选矿区自然地理情况,确定了预测输入因子和输出因子。通过MATLAB语言编程,结果显示:预测值与实际测量值具有较好的一致性,验证了矿井涌水预测模型是有效的。

引用

收藏

页码：72 / 74

页数：3

相关论文

共 5 条

[1] 基于BP神经网络的降雨充水矿井涌水量预测 [J].

梁冰 ;

李刚 ;

王宗林 .

中国地质灾害与防治学报, 2009, 20 (01) :122-125

[2] 基于SVR的煤矿地下水位预测模型 [J].

刘太安 ;

张序萍 ;

魏光村 ;

薛欣 .

微计算机信息, 2008, (16) :304-306

[3] 支持向量机及其在径流预测中的应用 [J].

廖杰 ;

王文圣 ;

李跃清 ;

黄伟军 .

四川大学学报(工程科学版), 2006, (06) :24-28

[4] 支持向量机在地下水位预报中的应用研究 [J].

王景雷 ;

吴景社 ;

孙景生 ;

齐学斌 .

水利学报, 2003, (05) :122-128

[5] 一种基于SVM的函数模拟方法 [J].

李凯 ;

郭子雪 .

微机发展, 2001, (03) :5-6