基于PSO优化的LSSVM方法在矿井冲击地压等级预测中的应用研究-论文

为准确预测煤矿冲击地压灾害，提出一种基于粒子群算法(PSO)优化最小二乘支持向量机(LSSVM)预测方法，即冲击地压分级预测的PSO-LSSVM方法。该方法综合考虑煤矿开采深度、地质构造、煤的坚固性系数、最大主应力、煤层倾角变化、煤厚变化、顶板岩层厚度、开采工艺、顶板和底板岩石强度共10项指标因素，构建冲击地压预测指标体系。利用PSO搜索方法对LSSVM模型的核参数σ和惩罚因子f快速寻优，再将优化参数输入LSSVM模型中，构建基于PSO-LSSVM方法的冲击地压危险性分级预测方法，并进行工作面实例预测。研究结果表明：与其他预测方法相比，PSO-LSSVM方法具有计算效率高、准确性高、操作简便等特点，现场应用效果良好。