基于支持向量机的导水裂缝带高度预测模型.pdfVIP

第 1期 矿 山 测 量 NO．1 2013年 2月 MlNE SURVEY1NG Feb．2013 doi：10．3969／j．issn．1001—358X．2013．01．018 基于支持向量机的导水裂缝带高度预测模型 蔺哲渊 (西山煤 电集团设计院，山西 太原 030053) 摘要 ：文 中研究并建立了基于支持向量机 (SVM)的长壁 冒落开采条件下采空区顶板导水裂缝带高 度非线性预测模型。首先分析 了影响导水裂缝带高度的因素 ，搜集多个矿区的导水裂缝带高度实测 资料作为训练和测试样本，将 SVM模型与 BP神经 网络模 型 (BP～NN)的预测结果进行对比分析。 结果表明：SVM的预测精度和稳定性相 比BP—NN有较大提高，综合反映了采空区顶板导水裂缝带 高度与地质采矿条件的非线性关系，是导水裂缝带高度预测的一种新思路 ，值得进一步研究和推广。 关键词：导水裂缝带；采空区；支持向量机；预测模型 中图分类号：TD327 文献标识码 ：B 文章编号 ：1001—358X(2013)01—0051—05 理，其算法是一个凸二次优化问题 ，保证找到的解是 全局最优解 ¨ ，能较好地解决小样本 、非线性 、高维 采空区顶板导水裂缝带 (又称 “冒落裂缝带”) 数等实际问题 ，被广泛应用于解决模式识别和函数 高度是采空区建筑地基稳定性评价 中的关键技术指 拟合问题。本文建立导水裂缝带高度 的支持向量机 标 ，实践证明：如果采空区上方建筑荷载传递深度触 预测模型，结果表明，该方法综合反映了导水裂缝带 及导水裂缝带，将导致采空区 “活化”，对建筑物带来 高度与地质采矿条件之 间的非线性关系 ，具有 良好 破坏性影响 ¨。同时导水裂缝带高度也是近水体采 的预测精度和稳定性 。 煤时留设安全煤岩柱 、提 高回采上 限的主要依据。 2 SVM 回归原理 因此准确地预测导水裂缝带高度有着重要 的理论意 义和应用价值 。 考虑一组独立同分布分训练样本 {( ，Y。)f ∈ 目前 ，顶板导水裂缝 带高度预测方法包括现场 R“，Y：∈R，i：1，2，… ，Z}，支持 向量机回归建模是 实测法 、理论分析法 j、物理和数值模拟法 ]、 通过内积函数定义的非线性变换 将输入空间变换 高维特征空 间(Hilbert空间)，并在这个空 间进行线 经验公式法-o等。现场实测法的观测结果可靠 ，但 性回归 。线性函数表示为： 工作量较大 ，耗资也大 ；理论分析法和模拟实验法建 -厂()=60· ()+b (i) 模时模型的简化、构建以及参数选定 因人而异 ，致使 式中， 为 一 ，O9和 b为权值系数和偏置 预测结果较多地依赖于个人经验 ；经验公式法考虑 量。根据结构风险最小化原则 ，函数 回归问题等价 因素较少 ，预测结果偏于保守。针对上述问题 ，文献 于 以下泛函最小 m ： [7—8]将人工神经网络 (ANN)技术应用于导水裂 1 1 ． 缝带高度预测，建立 了导水裂缝带高度与不同