基于MPSO-CWLS-SVM的瓦斯涌出量预测

被引：12

作者：

付华 ^{[1
]}

王馨蕊 ^{[1
]}

杨本臣 ^{[1
]}

王志军 ^{[2
]}

屠乃威 ^{[1
]}

王雨虹 ^{[1
]}

徐耀松 ^{[1
]}

机构：

[1] 辽宁工程技术大学电气与控制工程学院

[2] 辽宁工程技术大学创新学院

来源：

传感技术学报 | 2014年 / 27卷 / 11期

关键词：

无线传感网络; 瓦斯涌出量预测; 加权最小二乘支持向量机(WLS-SVM); 柯西分布函数; 改进的粒子群算法(MPSO)算法;

D O I：

暂无

中图分类号：

TD712 [矿井瓦斯]; TP212.9 [传感器的应用]; TN929.5 [移动通信];

学科分类号：

081903 ; 080202 ; 080402 ; 080904 ; 0810 ; 081001 ;

摘要：

针对瓦斯涌出量受多因素影响,传统的预测方法难以建立准确的数学模型,导致预测精度低这一问题。提出一种经改进的粒子群算法(MPSO)优化的基于柯西分布加权的最小二乘支持向量机(CWLS-SVM)算法来预测非线性动态瓦斯涌出量。柯西分布加权的最小二乘支持向量机根据预测误差的统计特性,确定加权规则参数,以达到赋予训练样本不同权值的目的。并用MPSO算法对CWLS-SVM模型的正则化参数λ和高斯核参数σ寻优。利用无线传感器网络采集到的各项历史数据进行实例分析。结果表明,该算法有效的提高了瓦斯涌出量的预测精度,降低了预测误差,为煤矿瓦斯防治提供理论支持。

引用

页码：1568 / 1572

页数：5

共 12 条

[1] 基于分数阶神经网络的瓦斯涌出量预测 [J].