煤体瓦斯渗透率的 PSO-LSSVM 预测模型

• 作者: 邵良杉 马寒
• 来源期刊: 煤田地质与勘探
• 学科: 地球科学
• 关键词: 渗透率 瓦斯 粒子群优化算法 最小二乘支持向量机
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 煤田地质 矿井地质
• 页码范围: 23-26
• 页数: 4页
• 分类号: TD712|P618.11
• 字数: 2742字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1986.2015.04.005

摘要

结合有关煤体渗透率的众多研究成果，总结出影响煤体渗透率的3个主要因素为有效应力、温度和瓦斯压力。采用粒子群优化算法(PSO)对最小二乘支持向量机(LSSVM)的参数进行优化选择，并以上述3个因素和抗压强度为输入值，以渗透率为目标输出值，建立煤体瓦斯渗透率的PSO-LSSVM 预测模型。利用25组数据进行 PSO-LSSVM 模型与 BP 神经网络及支持向量机的比较实验，PSO-LSSVM 预测结果与实际值拟合程度优于其他两个模型，且具有更小的误差。实验结果表明，采用 PSO-LSSVM 模型可由有效应力、温度和瓦斯压力对渗透率进行较高精度的预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵良杉	辽宁工程技术大学系统工程研究所	189	1464	18.0	27.0
2	马寒	辽宁工程技术大学系统工程研究所	7	42	5.0	6.0