基于优化Bagging-LSSVM 模型的冲击地压预测

来源：中国安全科学学报杂志2017年第6期北京时间：

作者：温廷新, 陈晓宇, 杨红玉, 窦融, 田煜晨

单位：1 辽宁工程技术大学 系统工程研究所,辽宁 葫芦岛 125105；2 辽宁工程技术大学 工商管理学院,辽宁 葫芦岛 125105

摘要：为准确预测冲击地压危险性,提出一种优化Bagging算法动态集成的最小二乘支持向量机(LSSVM)的预测模型。在设计和优化Bagging-LSSVM模型流程的基础上,引入经典分类数据集,验证模型的可行性,并通过试验得出实现模型最优分类条件下的基分类模型数的最小值。综合考虑冲击地压的主要影响因素,确定其评判指标;以重庆砚石台煤矿的35组实测数据为试验样本,利用核主成分分析(KPCA)消除指标间的相关性,对比分析样本数据处理前后应用模型的预测效果;比较优化Bagging-LSSVM模型、优化Bagging-SVM模型和LSSVN模型预测冲击地压危险性的准确率。结果表明:经KPCA处理后的样本相较于原始样本,其应用于优化Bagging-LSSVM模型的预测准确率更高,耗时更少;且优化Bagging-LSSVM模型预测冲击地压危险性的准确率高于其他模型。

关键词：冲击地压,危险性,最小二乘支持向量机(LSSVM),优化Bagging-LSSVM,核主成分分析(KPCA)

基金资助：国家自然科学基金资助(71371091); 辽宁省高等学校杰出青年学者成长计划项目(LJQ2012027)。