基于蚁群算法优化SVM的瓦斯涌出量预测

• 作者: 王晓路
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 瓦斯涌出量 蚁群优化算法 支持向量机 预测
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 安全技术
• 页码范围: 81-83
• 分类号: TD713
• 字数: 2234字
• 语种: 中文

摘要

为了提高瓦斯涌出量预测的精度和预测模型的泛化能力,提出了一种基于蚁群算法(ACO)优化支持向量机(SVM)参数的瓦斯涌出量预测方法.在SVM所建立预测模型中各个参数的取值区间内,采用蚁群优化算法计算预测模型各个参数的最佳值,基于最佳参数的SVM建立瓦斯涌出量预测模型.结果表明:采用未优化的SVM建立的预测方法,其个别预测误差相对较大,最大误差为8.11%,平均误差为4.068%,采用ACO对于预测模型的参数进行优化后,预测性能有显著提高,最大误差为4.37%,平均误差为2.89%,表明所建议的方法是有效、可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓路	西安科技大学通信与信息工程学院	24	171	7.0	12.0