基于量子粒子群优化支持向量回归算法计算煤层气体含量的预测?

• 作者: 任咣营 张国浩 权彪 韦重韬
• 来源期刊: 湘潭大学自然科学学报
• 学科: 地球科学
• 关键词: 生物 煤层气 量子粒子群优化
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 管理工程
• 页码范围: 117-121
• 页数: 5页
• 分类号: P571
• 字数: 2155字
• 语种: 中文

摘要

煤层气是近一二十年在国际上崛起的洁净、优质能源和化石能源的新矿种，其地质研究对能源的补充意义重大。该文对煤层气的含量提出基于量子粒子群优化的支持向量回归算法进行预测。支持向量回归算法是一种非线性的基于内核的回归方法，它可以采用良好的函数逼近，并具有泛化能力。由于支持向量回归算法的参数对预测性能影响很大，量子粒子群优化在本研究中可用于选择支持向量回归算法参数。本文选用基岩深度，煤层的厚度，断层间的水平距离，煤的挥发分作为煤层气含量的预测模型的输入向量，经过比较量子粒子群优化的支持向量回归算法和支持向量回归算法之间的煤层气体含量的预测误差表明，量子粒子群优化得到的煤层气体含量的预测精度均高于支持向量回归算法的精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	权彪	中国矿业大学资源与地球科学学院煤层气资源与成藏过程教育部重点实验室	4	38	2.0	4.0
2	韦重韬	中国矿业大学资源与地球科学学院煤层气资源与成藏过程教育部重点实验室	52	981	17.0	30.0
3	张国浩		4	0	0.0	0.0
4	任咣营	中国矿业大学资源与地球科学学院煤层气资源与成藏过程教育部重点实验室	1	0	0.0	0.0