最小二乘支持向量机与Kalman滤波耦合的瓦斯涌出量动态预测模型

• 作者: 付华 訾海
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 非线性 动态训练样本集 最小二乘支持向量机 卡尔曼滤波 瓦斯涌出量
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 行业与领域应用
• 页码范围: 289-293
• 页数: 5页
• 分类号: TP18|TP391
• 字数: 4810字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.01.0289

摘要

针对瓦斯涌出量的多影响因素预测问题,提出一种最小二乘支持向量机(LS-SVM)回归算法与卡尔曼滤波耦合的动态预测方法.该方法依据预测残差方差比检验策略确定自适应的动态训练样本集以取代固定的训练样本集.LS-SVM辨识网络对瓦斯涌出量的相关因素进行非线性映射并提取出最佳维数的状态向量以建立基于卡尔曼滤波最优估计的瓦斯涌出量预测模型.利用矿井监测到的各项历史数据进行实验.结果表明,该模型的预测平均相对误差为2.17％,平均相对变动值ARV为0.008 873,相比单一的神经网络或支持向量机预测模型,具有更高的预测精度与更强的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付华	辽宁工程技术大学电气与控制工程学院	242	1698	20.0	28.0
2	訾海	辽宁工程技术大学电气与控制工程学院	4	45	3.0	4.0