基于粒子群最小二乘支持向量机的瓦斯含量预测

针对经验模型与确定性模型在应用中受到限制问题,采用基于统计学习理论的支持向量机对经验数据进行学习,建立瓦斯含量与其影响因素之间的映射模型,从而实现煤层瓦斯含量预测。支持向量机的惩罚因子和核参数取值不同将会明显影响其预测的精度,支持向量机本身也没给出解决的办法,引入粒子群算法自动搜索支持向量机参数。该方法克服了神经网络过学习问题和支持向量机人为选取参数的盲目性问题。通过对某矿区样本的学习预测研究,表明该方法可取得良好的预测效果,具有较好的适应性。