基于SVR的煤矿地下水位预测模型  

The Forecasting ModelofCoalMine Ground-water-levelBased on Support Vector Regression

作　　者：刘太安[1] 张序萍[1] 魏光村[1] 薛欣[2] 

机构地区：[1]山东科技大学信息工程系,271019 [2]泰山学院

出　　处：《微计算机信息》2008年第16期304-306,共3页Control & Automation

基　　金：国家自然科学基金资助项目(10571109);山东省科技攻关资助项目(2006GG3210009);山东省自然科学基金资助项目(2007ZRB019FK)

摘　　要：将SVR(Support Vector Regression)回归算法应用于煤矿地下水位预测。基于SVR回归算法分析,筛选了合适的核函数及其参数,提出了基于SVR回归算法的煤矿地下水位预测模型,并根据所选矿区的自然地理和水文地质情况,确定了预测输入因子和输出因子。数值实验表明:预测结果与实际测量结果具有较好的一致性,验证了煤矿地下水位预测模型是有效的,为煤矿地下水位的预测提供了一个新的有效方法。SVR （Support Vector Regression） is applied to forecast the Coal Mine Ground-water-level. Appropriate kernel function and parameters was chosen based on the analysis of SVR regression arithmetic. This paper proposes The Forecasting Model of Coal Mine Ground-water-level basing on SVR regression arithmetic and determines the forecast of the input factor and the output factor according to the physical geography and the hydrology geology situation of the chosen mining area. The numerical test has improved t.hat the forecast results have compatibility with the actual measurement result, verifies the forecast model of Coal Mine Ground-water- level has effect, and provides a new effective method to the Forecasting of Coal Mine Ground-water-level.

关 键 词：支持向量机 回归算法 煤矿地下水位 预测模型 

分 类 号：TP391[自动化与计算机技术—计算机应用技术] TD745[自动化与计算机技术—计算机科学与技术]