基于粒子群优化的支持向量机在瓦斯浓度预测中的应用研究
张剑英1
许徽1
陈娟2
曹新德1
1.中国矿业大学信电学院,江苏,徐州,2210082.中国矿业大学材料学院,江苏,徐州,221008
摘要：为了准确预测煤矿瓦斯浓度,基于从芦岭煤矿KJ98监控系统中提取的生产现场瓦斯浓度时间序列数据,对基于粒子群优化的支持向量机理论在瓦斯浓度短期预测中的应用进行了研究.首先对瓦斯浓度时间序列进行小波软阈值去噪和相空间重构等预处理,然后采用粒子群优化算法对支持向量机的惩罚因子、损失函数、核函数参数进行了优化,并基于最优参数建立了瓦斯浓度预测的支持向量机模型.仿真结果表明,采用粒子群优化的支持向量机理论进行煤矿瓦斯浓度预测,极大地提高了预测的准确性和精确度;误差分析结果表明,该方法预测结果的误差很小,且测试样本越小,误差越小.
关键词：煤矿瓦斯浓度预测支持向量机粒子群优化建模
分类号：TD712.5(矿山安全与劳动保护)
论文发表日期：2010-01-01
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）
英文信息