基于PCA-SVM算法的矿井涌水水源判别研究

水害防治是煤矿安全生产的关键,迅速准确地判定煤矿涌水水源是防治水工作能否成功的关键因素。在阐述PCA-SVM算法的基础上,对呼吉尔特矿区5种含水层中采取的71组水样,选取水化学样中Na^(+)、Ca^(2+)、Mg^(2+)、Cl^(-)、SO_(4)^(2-)及HCO_(3)^(-)六项指标作为算法模型的输入量,模型计算输出涌水水源类型。利用主成分分析方法(PCA)对输入指标信息进行特征提取,为涌水水源类型预测提供外部特征信息;应用支持向量机算法(SVM)中的相关参数进行寻优并建立PCA-SVM突水水源判别模型。结果表明:对比预测结果与单一的SVM模型预测结果,表明PCA-SVM矿井涌水水源预测模型精度更高,可以为矿井水害防治中的水源判识工作提供依据。