基于粗糙集及最小二乘支持向量机的煤层厚度预测

煤层厚度是煤矿设计与开采必不可少的数据,准确地预测煤层厚度,能够给煤矿生产提供有力的地质保障,煤层在地震勘探中属于薄层,其薄层厚度预测一直是公认的难题之一,传统的预测方法是利用钻孔资料的内插对比获得,精度比较低.本文提出了基于三维地震属性数据的粗糙集(RS)-最小二乘支持向量机(LS-SVM)算法模型,用于预测煤层厚度.利用粗糙集对地震属性数据所包含的大量干扰数据进行简约,减少样本维数,将简约后属性数据作为LS-SVM的输入预测煤层厚度.并运用PSO算法优化获得核函数的核参数及最佳正则化参数.实际钻孔数据试验验证了算法模型的可行性,并对整个研究区进行了煤层厚度预测,取得了较好的效果,最后探讨了VTK支持下的煤层可视化技术,对煤层实现了三维展示,达到了预期效果.