RS-LS-SVR模型在煤与瓦斯突出预测的应用

• 作者: 彭泓 高攀
• 来源期刊: 计算机系统应用
• 学科: 工学
• 关键词: 煤与瓦斯突出 粗糙集 最小二乘支持向量回归机 模拟预测
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 研究开发
• 页码范围: 65-68,35
• 分类号: TD713|TP18
• 字数: 3415字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2012.01.015

摘要

在综合研究了各种算法的基础上,将粗集理论和最小二乘支持向量机算法结合,充分利用了粗集算法能够去除冗余信息,最小二乘支持向量机能够精确加快收敛速的优点.利用具体网络建立一个突出预测机制,并利用本预测机制对矿井瓦斯突出情况进行模拟预测.经过基于MATLAB工具箱的BP神经网络模型的实验对比表明,LS-SVR能加快收敛速度.实验结果表明,基于RS-LS-SVR网络的预测模型可靠,收敛速度快,预测精度高,效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭泓	辽宁工程技术大学电气与控制工程学院	26	94	5.0	8.0
2	高攀	辽宁工程技术大学电气与控制工程学院	2	6	1.0	2.0