典型文献
基于LASSO-LARS的回采工作面瓦斯涌出量预测研究
文献摘要：
正确预测瓦斯涌出量对于煤矿安全生产有重要的现实意义,但是,工作面瓦斯涌出规律复杂,瓦斯涌出量各影响因素之间存在多重共线性,严重影响了预测的准确性.为研究回采工作面瓦斯涌出量与其多个影响因素之间的关系和特点,消除各因素之间的多重共线性,避免瓦斯涌出量预测出现"维数灾难"以及发生函数过拟合等问题,采用LASSO惩罚回归预测模型进行仿真预测,在原始特征空间的基础上,通过LARS算法实现降维,剔除无关和冗余的特征,最终筛选出一个包含煤层埋藏深度、煤层厚度、煤层瓦斯含量、煤层挥发分产率、风量和煤层间距等6个高影响因素在内的最优特征子集,并使用交叉验证法将数据集分成10份,轮流将其中9份作为训练数据,1份作为测试数据,进行试验.最终,选取最高识别率的测试集参数建立预测模型,对煤矿现场数据进行预测,并与传统的主成分分析法预测结果进行了比较.研究结果表明:应用该模型预测回采工作面瓦斯涌出量,能够较好的保存原始数据集的特征意义,预测平均相对误差为6.52％,平均相对变动值为0.006,均方根误差为3.20,在预测精度和泛化能力方面,均明显优于传统的主成分分析回归模型,能够为井下瓦斯防治提供理论参考,对其他工程领域高维小样本数据预测问题的解决具有借鉴意义.
文献关键词：
瓦斯涌出;特征选择;回归算法;预测模型;涌出量预测
中图分类号：
作者姓名：
陈茜;黄连兵
作者机构：
煤炭工业规划设计研究院有限公司,北京 100120;山东科技大学电子信息工程学院,山东青岛 266590
文献出处：
引用格式：
[1]陈茜;黄连兵-.基于LASSO-LARS的回采工作面瓦斯涌出量预测研究)[J].煤炭科学技术,2022(07):171-176
A类：
B类：
LASSO,LARS,回采工作面,瓦斯涌出量预测,预测研究,煤矿安全生产,瓦斯涌出规律,多重共线性,预测出,维数灾难,过拟合,回归预测模型,仿真预测,特征空间,算法实现,一个包,煤层埋藏深度,煤层厚度,煤层瓦斯含量,挥发分产率,风量,煤层间距,高影响,优特,特征子集,交叉验证法,轮流,训练数据,测试数据,识别率,测试集,现场数据,测回,原始数据,平均相对误差,泛化能力,井下,瓦斯防治,工程领域,高维小样本数据,数据预测,特征选择,回归算法
AB值：
0.259765
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
