基于遗传-支持向量回归的煤层底板突水量预测研究

针对煤层底板突水问题的小样本、非线性特点，采用支持向量回归算法对突水量进行预测，避免了定性分析的局限性。利用遗传算法全局搜索能力的优势，提出了基于遗传算法的支持向量回归参数寻优方法，并建立煤层底板突水量预测的遗传-支持向量回归模型。该模型首先通过遗传算法对训练样本的学习，得到支持向量回归机的最优参数值，然后运用遗传-支持向量回归模型对测试样本进行突水量预测。测试结果表明：与神经网络，传统支持向量回归机的预测值相比，煤层底板突水量预测的遗传-支持向量回归模型精度高，具有较强的泛化能力。