云南民族大学学报(自然科学版)
雲南民族大學學報(自然科學版)
운남민족대학학보(자연과학판)
JOURNAL OF YUNNAN UNIVERSITY OF THE NATIONALITIES(NATURAL SCIENCES EDITION)
2014年
4期
270-272
,共3页
GM(1,1)%支持向量机%组合预测%安全事故
GM(1,1)%支持嚮量機%組閤預測%安全事故
GM(1,1)%지지향량궤%조합예측%안전사고
GM (1,1)%support vector machines%combination forecast%safety accidents
为了提高矿山安全事故预测的可靠性,在灰色预测模型GM(1,1)和支持向量机SVM的基础上,提出了矿山安全事故次数的灰色支持向量机G-SVM的组合预测模型.首先采用GM(1,1)进行数据趋势预测,然后对于残差序列采用支持向量机预测进行捕获,最后将两种模型的结果进行融合,得到组合预测结果.结果表明,组合模型比单一的GM(1,1)模型和SVM模型具有更高的预测精度.
為瞭提高礦山安全事故預測的可靠性,在灰色預測模型GM(1,1)和支持嚮量機SVM的基礎上,提齣瞭礦山安全事故次數的灰色支持嚮量機G-SVM的組閤預測模型.首先採用GM(1,1)進行數據趨勢預測,然後對于殘差序列採用支持嚮量機預測進行捕穫,最後將兩種模型的結果進行融閤,得到組閤預測結果.結果錶明,組閤模型比單一的GM(1,1)模型和SVM模型具有更高的預測精度.
위료제고광산안전사고예측적가고성,재회색예측모형GM(1,1)화지지향량궤SVM적기출상,제출료광산안전사고차수적회색지지향량궤G-SVM적조합예측모형.수선채용GM(1,1)진행수거추세예측,연후대우잔차서렬채용지지향량궤예측진행포획,최후장량충모형적결과진행융합,득도조합예측결과.결과표명,조합모형비단일적GM(1,1)모형화SVM모형구유경고적예측정도.