基于PSO优化支持向量机的煤层注水效果预测模型

• 作者: 王亮 秦学斌 郭秀才 马宪民
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 煤层注水效果 支持向量机 预测模型
• 年，卷（期）: 2016,（6）
• 页码范围: 27-28
• 页数: 2页
• 分类号: TE93
• 字数: 2531字
• 语种: 中文

摘要

开展煤层注水效果的精准化预测对于优化注水工艺过程、调整流程参数具有直接而显著的决定作用。作为非线性预测回归问题，煤层注水效果预测兼具小样本数据训练的特点，基于此，文章利用支持向量机小样本强泛化能力构建基于PSO优化支持向量机参数的煤层注水效果预测模型，通过对所获取样本数据的学习与训练过程，得到最优的支持向量机预测模型。实验结果显示：文章所提出的预测模型与传统的BP神经网络预测模型相比较具有明显的精度优势，可达到相对误差2.026%，对于指导煤层注水实际工程具有较强的应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宪民	西安科技大学电气与控制工程学院	86	594	12.0	20.0
2	郭秀才	西安科技大学电气与控制工程学院	23	113	6.0	10.0
3	王亮	西安科技大学电气与控制工程学院	14	48	4.0	6.0
4	秦学斌	西安科技大学西部矿井开采及灾害防治教育部重点实验室	11	34	4.0	5.0