煤与瓦斯突出强度的FOA-SVM预测模型与应用

为了能够对煤与瓦斯突出进行准确的辨识,本文提出将果蝇算法(FOA)与支持向量机(SVM)相结合的预测方法。首先通过Karhunen-Loève变换(K-L变换)进行特征提取,降低特征向量的维数,减小运算量;然后将经过K-L变换的样本作为FOA-SVM模型输入,通过果蝇算法全局寻优,自动搜索符合本预测模型最佳参数组合。通过对预测模型的训练与仿真表明:本文提出的方法具有设计实现简单,辨识精度高、推广能力强的特点,为煤矿灾害预测提供理论支持。

古典概型问题解析

概率论是研究随机现象的一门数学学科,它的应用非常广泛,其中的古典概型占相当重要的地位,是一切概率问题的基础。本文给出了古典概型求解过程中需要注意的问题和三种解法,介绍了古典概型中常用的两个分布的区分方法及求解过程,使大家更加深层次地理解古典概型的相关问题。