基于蚁群粒子群混合算法与LS-SVM瓦斯涌出量预测

• 作者: 于翔 付华 卢万杰
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 瓦斯涌出量 非线性动态预测 蚁群算法 粒子群算法 最小二乘支持向量机
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 373-377
• 页数: 5页
• 分类号: TP391|TP212
• 字数: 3815字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2016.03.012

摘要

为有效预防瓦斯灾害，以预测矿井瓦斯涌出量为研究目的，提出经改进的蚁群（ACO）粒子群（PSO）混合算法优化的最小二乘支持向量机（LS-SVM），并用其预测非线性动态瓦斯涌出量。算法通过对LS-SVM的正则化参数C和高斯核参数σ进行寻优，建立了基于蚁群粒子群混合算法优化的瓦斯涌出量预测模型，并根据赵各庄矿矿井监测到的各项历史数据进行实例分析。实验结果表明：该预测模型预测的最大相对误差为1.05%，最小相对误差为0.28%，平均相对误差为0.75%。较其他预测模型拥有更强的泛化能力和更高的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	卢万杰	辽宁工程技术大学电气与控制工程学院	12	67	5.0	8.0
3	于翔	辽宁工程技术大学电气与控制工程学院	2	23	2.0	2.0