声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2402/TD
国际刊号：0253-2336
发布日期:
作者：刘鹏, 魏卉子, 景江波, 仰彦妍,
关键词：瓦斯涌出量, 预测精度, CART算法, 支持向量机, 煤与瓦斯突出,
预测采煤工作面的瓦斯涌出量属于机器学习中的回归问题，主流方法包括CART和支持向量机等。CART决策树回归算法具有抽取规则简单、准确度高、可解释性强的优势，但是算法稳定性差，容易过拟合，同时每个叶节点的输出部分均为定值，难以动态的模拟真实数据的变化规律。支持向量机具有较好的鲁棒性，能够通过求解最小结构化风险来提高模型泛化能力，但是算法复杂度高，面对高维数据算法建模效率低下。结合支持向量机提出一种增强CART回归算法，最主要的改进是在每个叶节点的输出部分使用支持向量机建模。试验结果表明，与主流瓦斯涌出预测算法相比，增强CART回归算法能够有效提高采煤工作面瓦斯涌出量的预测精度。
来源：2019年第11期
《煤炭科学技术》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。