本文主要研究内容
作者靳聪聪,冯夕文,阮猛,李俊勇（2019）在《基于GAPSO-SVM的煤层底板破坏程度预测》一文中研究指出：为了对煤层底板破坏程度进行正确预测,分析遗传算法(GA)和粒子群优化(PSO)算法存在优化支持向量机(SVM)易陷入局部最优解和分类精度相对较低的问题,提出了GAPSOSVM优化算法。综合考虑GA和PSO算法的优点对SVM的参数进行了优化,优化后的算法能够较好地调整算法的全局与局部搜索能力之间的平衡。通过对曹庄煤矿底板破坏程度的预测表明,该方法不仅能够取得良好的分类效果,分类精度高于GA-SVM和PSO-SVM,而且有较好的鲁棒性。
Abstract
wei le dui mei ceng de ban po huai cheng du jin hang zheng que yu ce ,fen xi wei chuan suan fa (GA)he li zi qun you hua (PSO)suan fa cun zai you hua zhi chi xiang liang ji (SVM)yi xian ru ju bu zui you jie he fen lei jing du xiang dui jiao di de wen ti ,di chu le GAPSOSVMyou hua suan fa 。zeng ge kao lv GAhe PSOsuan fa de you dian dui SVMde can shu jin hang le you hua ,you hua hou de suan fa neng gou jiao hao de diao zheng suan fa de quan ju yu ju bu sou suo neng li zhi jian de ping heng 。tong guo dui cao zhuang mei kuang de ban po huai cheng du de yu ce biao ming ,gai fang fa bu jin neng gou qu de liang hao de fen lei xiao guo ,fen lei jing du gao yu GA-SVMhe PSO-SVM,er ju you jiao hao de lu bang xing 。
论文参考文献
论文详细介绍
论文作者分别是来自煤矿安全的靳聪聪,冯夕文,阮猛,李俊勇，发表于刊物煤矿安全2019年03期论文，是一篇关于煤层底板破坏论文,支持向量机论文,遗传算法论文,粒子群优化算法论文,突水论文,煤矿安全2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自煤矿安全2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：煤层底板破坏论文; 支持向量机论文; 遗传算法论文; 粒子群优化算法论文; 突水论文; 煤矿安全2019年03期论文;