支持向量機(jī)在沖擊地壓預(yù)測(cè)模型中的應(yīng)用研究.pdf

1、支持向量機(jī)（SVM）主要用于解決有限樣本學(xué)習(xí)問(wèn)題，而且對(duì)數(shù)據(jù)的維數(shù)和多變性不敏感，具有較好的分類(lèi)精度和泛化能力。SVM方法已經(jīng)被成功用于孤立的手寫(xiě)體識(shí)別、文本分類(lèi)、人臉識(shí)別等方面，并顯示了巨大的優(yōu)越性。支持向量機(jī)的主要應(yīng)用是兩類(lèi)問(wèn)題的分類(lèi)以及回歸，而現(xiàn)實(shí)中的許多問(wèn)題都是多分類(lèi)問(wèn)題，如何將SVM擴(kuò)展，構(gòu)造性能良好的多值分類(lèi)方法，一直是SVM研究的熱點(diǎn)。
　　沖擊地壓是一種復(fù)雜的非線性動(dòng)力學(xué)現(xiàn)象，是煤礦開(kāi)采等人工活動(dòng)誘發(fā)的一種地質(zhì)災(zāi)害

2、?，F(xiàn)在對(duì)于沖擊地壓的研究有許多的方法，如機(jī)制分析、現(xiàn)場(chǎng)試驗(yàn)、聲發(fā)射、能量理論、強(qiáng)度理論、突變理論、分形理論等，但是由于沖擊地壓現(xiàn)象的復(fù)雜性，對(duì)它發(fā)生機(jī)制的認(rèn)識(shí)還很難深入，因此采用傳統(tǒng)的數(shù)學(xué)、力學(xué)很難建立相應(yīng)的預(yù)測(cè)模型。特別是現(xiàn)實(shí)中的沖擊地壓的數(shù)據(jù)還不是很多，那么如何在小樣本的情況下提取數(shù)據(jù)特征，以實(shí)現(xiàn)預(yù)測(cè)模型有較好的推廣能力，是一個(gè)重要的研究課題。本文采用統(tǒng)計(jì)學(xué)習(xí)理論中最成熟的支持向量機(jī)的方法來(lái)解決這類(lèi)問(wèn)題。
　　隨著計(jì)算機(jī)技術(shù)和

3、測(cè)試手段的提高，基于現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行沖擊地壓研究有很好的應(yīng)用前景，因此預(yù)測(cè)方法就顯得尤為重要。遺傳算法和微粒子群方法與支持向量機(jī)相結(jié)合，既能夠充分發(fā)揮支持向量機(jī)優(yōu)秀的推廣能力，又能夠發(fā)揮遺傳算法和微粒子群算法全局優(yōu)化性能。該方法既適用于處理小樣本，非線性等復(fù)雜問(wèn)題，又避免了支持向量機(jī)參數(shù)確定困難的問(wèn)題。
　　沖擊地壓危險(xiǎn)程度分為3級(jí)：嚴(yán)重沖擊危險(xiǎn)區(qū)，中等沖擊危險(xiǎn)區(qū)，無(wú)沖擊危險(xiǎn)區(qū)。所以研究多分類(lèi)支持向量機(jī)對(duì)于預(yù)測(cè)沖擊地壓發(fā)生等級(jí)有著重要