基于粒子群优化的PSO-SVM的瓦斯时间序列突出预测方法

• 作者: 田伟鹏
• 来源期刊: 中国科技信息
• 关键词: 粒子群优化 支持向量机 煤矿 瓦斯突出预测
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 基础及前沿
• 页码范围: 55-57
• 页数: 3页
• 字数: 4226字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8972.2013.12.016

摘要

本文对霍尔辛赫矿安全监测系统的瓦斯浓度时间序列利用软阈值小波去噪法进行去噪；分析支持向量机不敏感损失参数ε和RBF核函数参数.基于粒子群算法对支持向量机瓦斯浓度模型进行优化,结合最优参数对进行ε-SVR模型预测,对预测误差进行分析,并将训练样本的大小对预测精度的影响做出了比较.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田伟鹏		1	1	1.0	1.0