来源：期刊VIP网 时间：
作者：张研;荆浩然;黄兰淘;唐北昌;
单位：桂林理工大学土木工程学院;桂林理工大学广西岩土力学与工程重点实验室;桂林理工大学广西绿色建材与建筑工业化重点实验室;
摘要：为提高矿井淋水井筒风温预测精度与可靠性，解决传统方法在复杂矿井环境下预测效果不佳的问题，提出一种基于天牛须算法(BAS)和相关向量机(RVM)相结合的淋水井筒风温预测方法。模型通过相关向量机建立井巷风温与其影响因素之间的非线性映射关系，利用BAS算法对RVM核参数进行优化调整，从而构建出更为精确的BAS-RVM淋水井筒风温预测模型。具体步骤包括数据收集与整理、初始化BAS算法和RVM模型参数、模拟天牛觅食行为进行参数搜索与更新、模型训练与验证以及结果输出等。结果表明:BAS-RVM预测模型的平均绝对百分比误差0.86%，平均绝对误差0.24℃，均方根误差0.116，决定系数0.89，明显优于GA-BP神经网络模型与BP神经网络模型; BAS-RVM模型结合了天牛须算法的易实现性和相关向量机在非线性系统预测中的优势，能够准确捕捉矿井风温的非线性变化规律和特性，提供高精度的预测结果。与传统模型相比，BAS-RVM预测模型在拟合实际数据方面表现出色，该模型为矿井风温预测提供了新的技术支持。
关键词：风温预测;;相关向量机;;天牛须算法;;淋水井筒;;模型评价
基金资助：国家自然科学基金项目(52068016)
