基于KPCA-LSSVM的矿井工作面动力环境安全评价模型

为实现对采前工作面所处动力环境的客观、准确评价,选取9个直接影响工作面动力环境的指标因素构建安全评价指标体系,建立基于核主成分分析(KPCA)和最小二乘支持向量机(LSSVM)的工作面动力环境多因素耦合安全评价智能模型。首先根据KPCA理论对评价指标施行简约化处理,剔除冗余信息,得出6个简约后的评价指标并输入LSSVM模型中训练学习,最后得到评价模型。选取从平顶山矿区和大同矿区搜集到的30组工作面历史数据,按照20∶10的比例对模型进行训练和测试,并将测试结果与其他四种模型结果进行了对比,结果表明:KPCA方法可有效减少数据信息冗余,利用KPCA优化的LSSVM模型可准确评价工作面动力环境,误判率为0。