西安邮电大学学报

2013, v.18;No.105(06) 85-89

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于改进支持向量机的瓦斯涌出量预测
Forecasting of gas emission based on improved particle swarm optimizing support vector machine

米亮;卢建军;卫晨;刘志鹏;

摘要(Abstract):

为了克服瓦斯涌出量预测传统模型存在泛化能力弱和预测精度低的缺点,基于改进粒子群优化支持向量机建立一种非线性的煤矿瓦斯涌出量预测新模型。用改进的粒子群优化算法对支持向量机的惩罚因子与核参数进行寻优,选取最佳参数,以最佳参数对给定的训练样本进行学习训练,得到系统输入输出之间依赖关系的估计,再由这种关系对未知输出做出预测,进而建立起新型支持向量机预测模型。仿真实验结果显示,与普通粒子群优化的支持向量机相比,改进算法可使预测值的最大误差降低3.86%,平均误差降低4.27%,即新模型能够克服传统预测模型人为选取参数的盲目性以及神经网络的过学习问题,从而提高瓦斯涌出量预测的精度。

关键词(KeyWords): 瓦斯涌出量;支持向量机;粒子群优化;神经网络

Abstract:

Keywords:

基金项目(Foundation): 陕西省教育厅科研计划基金资助项目(12JK0049)

作者(Author): 米亮;卢建军;卫晨;刘志鹏;

Email:

DOI: 10.13682/j.issn.2095-6533.2013.06.003

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享