基于CSO-RVM的瓦斯涌出量预测模型研究

• 作者: 付华 任仁 单敏柱 王雨虹 王馨蕊
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 瓦斯涌出量预测 猫群算法(CSO) 相关支持向量机(RVM) 组合核函数 信息融合
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 1508-1512
• 页数: 5页
• 分类号: TP212|TP183
• 字数: 4148字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2015.10.016

摘要

为了实时监测和精准预测煤矿回采工作面绝对瓦斯涌出量,提出猫群算法(CSO)优化相关支持向量机(RVM)的绝对瓦斯涌出量预测方法.相关向量机的组合核函数可实现多特征空间的信息融合,为有限样本、高维数瓦斯涌出量预测建模问题提供一种行之有效的方法.并用CSO算法对RVM瓦斯涌出量预测模型的核函数权重p和高斯核参数σ快速寻优.利用矿井无线传感器网络检测到的各项历史数据试验.结果表明,相比BP、SVM算法,该耦合模型有效提高了预测精度,具有更好的泛化能力,为矿井瓦斯预测提供理论支持.

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	王雨虹	辽宁工程技术大学电气与控制工程学院	26	188	8.0	13.0
3	王馨蕊	辽宁工程技术大学电气与控制工程学院	7	64	4.0	7.0
4	单敏柱	辽宁工程技术大学电气与控制工程学院	4	21	4.0	4.0
5	任仁	辽宁工程技术大学电气与控制工程学院	3	12	2.0	3.0