基于GA和LS-WSVM矿区地表下沉系数预测

• 作者: 张书建 汪云甲 范忻
• 来源期刊: 煤炭工程
• 学科: 工学
• 关键词: 地表下沉系数 遗传算法 最小二乘小波支持向量机 回归
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 研究探讨
• 页码范围: 97-99
• 分类号: TD325
• 字数: 2850字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0959.2012.06.037

摘要

针对传统方法中预计地表下沉系数存在的缺陷,以我国典型的地表移动观测站数据为例,采用启发式算法遗传算法进行参数寻优,提出将小波理论与最小二乘支持向量机结合而成的最小二乘小波支持向量机的方法对地表下沉系数进行预测.实验结果表明,与改进的BP神经网络和PSO - SVM两种方法相比,基于GA和LS - WSVM矿区地表下沉系数预测方法收敛速度更快,精确度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪云甲	中国矿业大学环境与测绘学院	224	2491	24.0	38.0
5	范忻	中国矿业大学环境与测绘学院	6	46	3.0	6.0
9	张书建	中国矿业大学环境与测绘学院	5	45	3.0	5.0