基于GA-LSSVR的煤矿瓦斯数据去噪研究

• 作者: 侯媛彬 刘迷 张文娟 张文涛 陈显
• 来源期刊: 矿业安全与环保
• 学科: 工学
• 关键词: 瓦斯浓度 数据去噪 LSSVR 遗传算法 小波去噪
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 应用技术
• 页码范围: 45-48,61
• 页数: 5页
• 分类号: TD712+.52
• 字数: 3026字
• 语种: 中文

摘要

针对煤矿瓦斯数据普遍含有噪声的问题,提出一种基于遗传算法优化的最小二乘支持向量回归机(GA-LSSVR)的数据去噪算法.LSSVR通过求解只含一个等式约束的二次规划问题来求得最优解,从而改进了小波去噪局部最优的缺点.但LSSVR也存在收敛速度慢的缺点,通过遗传算法(GA)优化LSSVR,以提高算法的收敛速度.首先,对某煤矿的瓦斯浓度时间序列进行异常数据和缺失数据的处理,然后用GA-LSSVR建模训练.仿真实验结果表明,与小波去噪方法相比,GA-LSSVR能有效去除噪声,并且能够避免数据失真,把有效信号分离出来,经过计算,GA-LSSVR能将输入输出均方根误差降低0.002 94,相对降低了34.59％,去噪效果较好;与LSSVR方法相比,GA-LSSVR能明显缩短程序运行时间,可提高运行效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯媛彬	西安科技大学电气与控制工程学院	111	800	14.0	22.0
2	张文涛	河南科技学院信息工程学院	2	3	1.0	1.0
3	张文娟	西安科技大学电气与控制工程学院	7	11	2.0	3.0
4	陈显	西安科技大学电气与控制工程学院	2	5	2.0	2.0
5	刘迷	西安科技大学电气与控制工程学院	1	2	1.0	1.0