-
题名煤与瓦斯突出的L-Isomap-KELM模型
被引量：1
- 1
-
-
作者
谢国民
黄睿灵
刘明
屠乃威
-
机构
辽宁工程技术大学电气与控制工程学院
朝阳师范高等专科学校计数系
国网重庆市电力公司电力科学研究院
-
出处
《控制工程》
CSCD
北大核心
2020年第10期1802-1806,共5页
-
基金
国家自然科学基金项目(71771111)
国家自然科学基金项目(61601212)
辽宁省教育厅基金项目(LJYL014)。
-
文摘
煤与瓦斯突出预测是一个复杂多因素的、非线性的高维问题,传统的预测方法存在预测精度不高,预测速度慢等不足。针对上述问题,提出了将地标等距特征映射(Landmarks Isometric Mapping,L-Isomap)理论与核极端学习机(Kernel Extreme Learning Machine,KELM)相结合应用到煤与瓦斯突出预测中的新方法。首先,采用L-Isomap进行非线性降维,完成特征提取;然后,用KELM来融合煤与瓦斯突出风险与致突因素组成的特征向量之间的非线性关系,建立煤与瓦斯突出预测的L-Isomap-KELM模型,并将其与极端学习机(ELM)预测模型相比。仿真结果表明:L-Isomap-KELM预测模型能够达到97.31%的准确率,并且运算速度快,还具有很好的泛化能力。
-
关键词
煤与瓦斯突出
地标等距映射
核极端学习机
极端学习机
-
Keywords
Coal and gas outburst
landmarks isometric mapping
kernel extreme learning machine
extreme learning machine
-
分类号
TP27
[自动化与计算机技术—检测技术与自动化装置]
-
