基于MPSO-WLS-SVM的矿井瓦斯涌出量预测模型研究

被引：30

作者：

付华 ^{[1
]}

谢森 ^{[1
]}

徐耀松 ^{[1
]}

陈子春 ^{[2
]}

机构：

[1] 辽宁工程技术大学电气与控制工程学院

[2] 开滦集团公司机电部

来源：

中国安全科学学报 | 2013年 / 23卷 / 05期

关键词：

加权最小二乘支持向量机(WLS-SVM); 瓦斯涌出量; 预测; 改进的粒子群(MPSO)算法;

D O I：

10.16265/j.cnki.issn1003-3033.2013.05.020

中图分类号：

TD712.5 [];

学科分类号：

081903 ;

摘要：

为有效预防瓦斯灾害,以预测矿井瓦斯涌出量为研究目的,提出经改进的粒子群算法(MPSO)优化的加权最小二乘支持向量机(WLS-SVM),并用其预测非线性动态瓦斯涌出量。算法通过对WLS-SVM的正则化参数C和高斯核参数σ寻优,建立基于MPSO优化的WLS-SVM的瓦斯涌出量预测模型,并利用某矿井监测到的各项历史数据进行实例分析。试验结果表明:该预测模型预测的最大相对误差为5.99%,最小相对误差为0.43%,平均相对误差为2.95%,较其他预测模型有更强的泛化能力和更高的预测精度。

引用

页码：56 / 61

页数：6

共 15 条

[1] 基于QPSO-RBF的瓦斯涌出量预测模型 [J].