留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于随机森林回归的煤矿瓦斯涌出量预测方法

吴奉亮 霍源 高佳南

吴奉亮,霍源,高佳南.基于随机森林回归的煤矿瓦斯涌出量预测方法[J].工矿自动化,2021,47(8):102-107..  doi: 10.13272/j.issn.1671-251x.2021010024
引用本文: 吴奉亮,霍源,高佳南.基于随机森林回归的煤矿瓦斯涌出量预测方法[J].工矿自动化,2021,47(8):102-107..  doi: 10.13272/j.issn.1671-251x.2021010024
WU Fengliang, HUO Yuan, GAO Jianan. Coal mine gas emission prediction method based on random forest regressio[J]. Industry and Mine Automation, 2021, 47(8): 102-107. doi: 10.13272/j.issn.1671-251x.2021010024
Citation: WU Fengliang, HUO Yuan, GAO Jianan. Coal mine gas emission prediction method based on random forest regressio[J]. Industry and Mine Automation, 2021, 47(8): 102-107. doi: 10.13272/j.issn.1671-251x.2021010024

基于随机森林回归的煤矿瓦斯涌出量预测方法

doi: 10.13272/j.issn.1671-251x.2021010024
基金项目: 

国家自然科学基金资助项目(51974232)

详细信息
  • 中图分类号: TD712

Coal mine gas emission prediction method based on random forest regressio

  • 摘要: 为了提高煤矿瓦斯涌出量预测精度和效率,研究了基于随机森林回归的煤矿瓦斯涌出量预测方法。采用bootstrap自助法重采样技术采集训练样本数据,构建随机森林回归模型,取决策树输出值的均值作为煤矿瓦斯涌出量预测结果,利用袋外数据评价回归模型预测性能。通过计算袋外数据残差平方均值和拟合优度,确定随机森林回归模型的最优超参数;采用袋外数据残差平方均值的增加量来表征特征变量的重要性,用累计影响权重达到90%的部分特征变量代替煤矿瓦斯涌出量的全部特征变量,筛选出采煤高度、煤厚、煤层瓦斯含量、采出率、埋深、日进度、开采强度、邻近层间距8个重要程度高的特征变量作为模型的输入变量。测试结果表明,采用全部特征变量和部分特征变量的随机森林回归模型均具有较好的预测性能,进行特征变量选择后,模型的平均绝对误差由022 m3/min下降到021 m3/min,平均相对误差由355%下降到347%。基于特征变量选择的随机森林回归模型在保证较好的预测性能的前提下,降低了预测模型特征变量的维度,减少了原始数据获取工作,提高了预测效率。

     

  • 加载中
计量
  • 文章访问数:  76
  • HTML全文浏览量:  8
  • PDF下载量:  11
  • 被引次数: 0
出版历程
  • 刊出日期:  2021-08-20

目录

    /

    返回文章
    返回