学位论文 > 优秀研究生学位论文题录展示

基于支持向量机的煤矿瓦斯涌出量预报器的研究

作　者: 杨艺
导　师: 张云生
学　校: 昆明理工大学
专　业: 控制理论与控制工程
关键词: 煤矿瓦斯预报器支持向量机嵌入式系统
分类号: TD712.5
类　型: 硕士论文
年　份: 2009年
下　载: 92次
引　用: 0次
阅　读: 论文下载

内容摘要

煤矿瓦斯是影响煤矿安全生产的最大威胁之一。在一定瓦斯浓度及条件下,矿井内会发生瓦斯爆炸或瓦斯突出等重大安全事故。因此,要想尽可能避免恶性事故的发生,不仅要对矿井内瓦斯浓度进行监控,还要实时地对瓦斯涌出量进行预测。本文旨在研究一种应用嵌入式计算机实现的瓦斯涌出量预测预报器,可以对单一巷道内的瓦斯涌出量及趋势进行预测预报。该预报器采用基于支持向量机(SVM)的预测方法,与传统的矿山统计法和分源法等瓦斯涌出量预测方法,以及近年来有学者提出的基于分形理论和基于神经网络的预测方法相比,该方法是建立在统计学习理论和结构风险最小化原则上的小样本机器学习算法；它克服了过学习、高维数、局部最小等难题,并且具有较强的泛化能力；不仅与瓦斯涌出量变化这种非线性动力学过程相适应,而且保证得到的极值解就是全局最优解。论文首先结合煤矿地质学理论和煤矿开采的实际背景,研究影响瓦斯涌出量的各种因素。然后从支持向量机的基本理论出发,引出非线性回归支持向量机算法,并紧密结合煤矿瓦斯涌出量预测这个实际问题,给出瓦斯涌出量的非线性回归支持向量机预测方法。接下来讨论预测预报器的实现,考虑到嵌入式系统的高运算能力,低功耗,体积小,高性价比,人机交互能力强等优点,在嵌入式平台上进行预报装置开发。预报器的基本功能有：数据信号的采集；SVM模型的训练；样本的预测。该预报器的核心算法是非线性回归支持向量机预测算法,并采用嵌入式系统做为实现平台。在预报器上可以设置支持向量机的类型以及核函数的类型,从而观察不同类型支持向量机在采用不同核函数情况下的运算速率和预测精度。

基于支持向量机的煤矿瓦斯涌出量预报器的研究

内容摘要

全文目录

相似论文