孙雪
- 作品数：3 被引量：26H指数：2
- 供职机构：辽宁工程技术大学理学院数学与系统科学研究所更多>>
- 发文基金：辽宁省社会科学规划基金国家自然科学基金更多>>
- 相关领域：环境科学与工程更多>>
- 基于PCA_Fuzzy_RF模型的煤层底板突水预测被引量：9
- 2017年
- 针对煤层底板突水问题,提出了基于主成分分析、模糊数学和随机森林的一种新预测模型。首先通过主成分分析将6个影响因素(水压、采高、隔水层厚度、断层落差、煤层倾角、断层距工作面距离)进行降维,提取4个主成分因子,其次对主成分因子进行模糊化,作为随机森林模型的输入变量,建立基于PCA_Fuzzy_RF的煤层底板突水预测模型。利用华北矿区实测资料的50组数据作为PCA_Fuzzy_RF模型的训练数据,10组数据作为测试数据,并将预测结果与BP神经网络及Fisher模型进行对比分析,结果表明,PCA_Fuzzy_RF模型的误判率为0,适用于解决煤层底板突水问题。
- 温廷新孙雪田洪斌孔祥博
- 关键词：安全工程煤层底板突水
- 瓦斯涌出量的AFSA-ELM预测模型被引量：1
- 2017年
- 为准确预测瓦斯涌出量,提出人工鱼群算法(AFSA)优化极限学习机(ELM)的瓦斯涌出量AFSA-ELM预测模型.该模型采用AFSA对ELM中的输入连接权值和隐含层阈值进行优化选取,为提高模型泛化能力,以训练样本的10次10折交叉验证的均方根误差的平均值作为AFSA目标函数的适应度值.利用18组煤矿实测数据进行试验.研究结果表明:AFSA实现了对ELM性能的优化,AFSA-ELM预测模型对样本的拟合度高,且具有较高的预测精度和泛化能力,即AFSA-ELM预测模型可以有效地实现对矿井瓦斯涌出量的预测.
- 温廷新孙雪
- 关键词：极限学习机人工鱼群算法瓦斯涌出量泛化能力
- 基于PSOBP-AdaBoost模型的瓦斯涌出量分源预测研究被引量：16
- 2016年
- 为准确预测瓦斯涌出量,选取某煤矿的开采煤层、临近煤层、采空区3个瓦斯涌出源作为实例研究,将BP神经网络、粒子群算法(PSO)、Ada Boost迭代提升算法和瓦斯涌出分源预测法相结合,建立基于PSOBP-Ada Boost算法的瓦斯涌出量分源预测模型,并将其与BP神经网络算法进行比较分析。结果表明,PSOBP-Ada Boost算法预测的3个瓦斯涌出源平均相对误差分别为3.24%,2.11%,3.21%;BP神经网络的平均相对误差分别为6.73%,3.19%,4.27%,基于PSOBP-Ada Boost模型的预测精度明显优于BP神经网络模型。
- 温廷新孙雪孔祥博田洪斌
- 关键词：瓦斯涌出量ADA
