基于PCA-SVR的煤层底板突水量预测

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
关键词
主成分分析; 支持向量机; 煤层底板; 突水; 预测;
D O I
暂无
中图分类号
P641.461 [];
学科分类号
摘要
提出了一种基于主成分分析支持向量机回归(PCA-SVR)的煤层底板突水预测方法,用主成分分析来解决输入变量的选择问题。主成分以较少的维数包含了高维变量所携带的大部分信息,这不仅避免了过多的输入导致训练速度慢,同时也保证了预测准确度。实例表明,所提方法可有效消除众多影响因素间的相关性,减少输入变量个数,提高预测效率和精度。
引用
收藏
页码:28 / 30+35 +35
页数:4
相关论文
共 6 条
  • [1] 基于粗糙集属性约简算法和支持向量机的短期负荷预测
    张庆宝
    程浩忠
    刘青山
    郑季伟
    倪东海
    [J]. 电网技术, 2006, (08) : 56 - 59+70
  • [2] 基于灰色关联-神经网络模型的城市电力负荷短期预测的研究与应用
    文艳
    宋宗勋
    张国柱
    许春华
    连晓华
    [J]. 继电器, 2005, (19) : 36 - 40
  • [3] 基于增量约简算法确定电力负荷预测模型输入参数
    张晓星
    周湶
    任海军
    孙才新
    程其云
    [J]. 电力系统自动化, 2005, (13) : 40 - 44
  • [4] 逐级均值聚类算法的RBFN模型在负荷预测中的应用
    刘小华
    刘沛
    张步涵
    万建平
    [J]. 中国电机工程学报, 2004, (02) : 18 - 22
  • [5] 煤层底板突水组合人工神经网络预测
    王连国
    宋扬
    [J]. 岩土工程学报, 2001, (04) : 502 - 505
  • [6] 实用多元统计分析[M]. 清华大学出版社 , ()RichardA.Johnson,()DeanW.Wichern著, 2001