基于GASA-SVR的矿井瓦斯涌出量预测研究

• 作者: 任志玲 夏博文 李巍 林冬
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 遗传模拟退火 回归型支持向量机 瓦斯涌出量 预测
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 247-252
• 页数: 6页
• 分类号: TD712
• 字数: 4049字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2017.02.014

摘要

针对煤矿工作面瓦斯涌出量的多影响因素、非线性、时变性和不确定性等特点,提出了遗传模拟退火算法(GASA)与回归型支持向量机(SVR)的耦合算法(GASA-SVR)用于瓦斯涌出量预测.利用煤层瓦斯含量、深度、厚度、倾角等12个参数作为主要影响因素,经过归一化处理后作为回归型支持向量机训练和测试样本.采用遗传模拟退火算法寻找最优的惩罚参数和核函数参数,同时引入自适应交叉和变异概念,建立瓦斯涌出量的非线性拟合模型,并利用矿井实测历史数据进行试验,结果表明该预测模型比传统的神经网络模型具有更理想的精度和稳定性,可为煤矿瓦斯爆炸的防治提供可靠的理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任志玲	辽宁工程技术大学电气与控制工程学院	51	332	9.0	17.0
2	林冬	辽宁工程技术大学电气与控制工程学院	6	15	2.0	3.0
3	夏博文	辽宁工程技术大学电气与控制工程学院	2	4	1.0	2.0
4	李巍	辽宁工程技术大学电气与控制工程学院	1	4	1.0	1.0