基于LMD-PSR-SVM的煤矿安全事故短期预测

• 作者: 施学通
• 来源期刊: 内蒙古煤炭经济
• 学科: 工学
• 关键词: 安全事故 短期预测 局部均值分解 相空间重构 支持向量机
• 年，卷（期）: 2016,（22）
• 所属期刊栏目: 煤矿安全与监察
• 页码范围: 118-119
• 页数: 2页
• 分类号: F406.8|TD7
• 字数: 1418字
• 语种: 中文

摘要

为分析煤矿安全事故预测中的非线性、离散性等特性,并提高预测精度,提出了基于局部均值分解(LMD)、相空间重构(PSR)及支持向量机(SVM)的组合预测模型.首先应用LMD方法将原始时间序列分解为若干具有不同性质的分量;通过PSR方法中的C-C算法对各个分量分别进行相空间重构;利用最小二乘法对SVM中的参数进行智能优选,再使用训练好的SVM模型进行回归预测,最后各分量预测结果叠加得到最终预测值.结果表明:LMD-PSR-SVM组合预测模型的预测结果精度优于BP神经网络和自回归AR模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施学通	山东科技大学矿业与安全工程学院	4	9	2.0	3.0