基于GA-LSSVR的煤矿瓦斯数据去噪研究
张文娟1
侯媛彬1
张文涛2
刘迷1
陈显1
1.西安科技大学电气与控制工程学院,陕西西安,7100542.河南科技学院信息工程学院,河南新乡,453003
摘要：针对煤矿瓦斯数据普遍含有噪声的问题,提出一种基于遗传算法优化的最小二乘支持向量回归机(GA-LSSVR)的数据去噪算法.LSSVR通过求解只含一个等式约束的二次规划问题来求得最优解,从而改进了小波去噪局部最优的缺点.但LSSVR也存在收敛速度慢的缺点,通过遗传算法(GA)优化LSSVR,以提高算法的收敛速度.首先,对某煤矿的瓦斯浓度时间序列进行异常数据和缺失数据的处理,然后用GA-LSSVR建模训练.仿真实验结果表明,与小波去噪方法相比,GA-LSSVR能有效去除噪声,并且能够避免数据失真,把有效信号分离出来,经过计算,GA-LSSVR能将输入输出均方根误差降低0.002 94,相对降低了34.59％,去噪效果较好;与LSSVR方法相比,GA-LSSVR能明显缩短程序运行时间,可提高运行效率.
关键词：瓦斯浓度数据去噪LSSVR遗传算法小波去噪
分类号：TD712+.52(矿山安全与劳动保护)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 45-48,61 )
英文信息