基于GRA－SVM方法的煤与瓦斯突出预测模型研究

曲 方 安文超 李迎业 李忠群

（1.中国计量学院质量与安全工程学院，浙江省杭州市，310018；2.山西潞安环保能源开发股份有限公司五阳煤矿，山西省长治市，046025）

基于GRA－SVM方法的煤与瓦斯突出预测模型研究

曲 方1安文超1李迎业2李忠群2

（1.中国计量学院质量与安全工程学院，浙江省杭州市，310018；2.山西潞安环保能源开发股份有限公司五阳煤矿，山西省长治市，046025）

通过分析煤与瓦斯突出的主要影响因素，采取灰熵关联分析法进行关联度排序及特征向量的提取，利用支持向量机强大的模式识别能力，提出基于支持向量机的煤与瓦斯突出预测方法。以典型的煤与瓦斯突出样本为训练实例，利用Matlab平台下的Libsvm工具包建立预测模型，通过测试样本对模型进行验证，表明此模型具有较高的分类精度，适合于解决小样本的突出预测问题。

煤与瓦斯突出 灰色关联度 支持向量机 预测

煤与瓦斯突出是一种极其复杂的矿井瓦斯动力现象，它能摧毁井巷设施、造成人员窒息，甚至可能引起瓦斯爆炸与火灾事故，是煤矿最严重的灾害之一。近年来随着开采深度增加，瓦斯压力与地应力的增大，加剧了煤与瓦斯突出灾害事故的发生。因此，提前做好煤与瓦斯突出的预测预报工作，能够有效地遏制此类灾害事故的发生。

目前，国内外学者已提出了多种预测方法，如神经网络预测、灰色理论法、模糊聚类分析法。尽管这些方法在工程实际中取得了一定的效果，但它们一般需要通过大量的学习样本才能得到较为准确的预测模型，然而由于受作业环境的影响，煤与瓦斯突出的样本量往往是有限的。……