基于改进PSO优化LS-SVM参数的煤与瓦斯突出预测研究

• 作者: 李映洁 杨永国
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 粒子群优化算法 煤与瓦斯突出 最小二乘支持向量机
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 安全技术与工程
• 页码范围: 129-131
• 页数: 3页
• 分类号: TD713
• 字数: 2982字
• 语种: 中文
• DOI: 10.13301/j.cnki.ct.2017.09.047

摘要

为提高最小二乘支持向量机的预测精度,拓展其应用范围,采用改进后的粒子群优化算法对最小二乘支持向量机进行参数寻优,并应用于芦岭煤矿煤与瓦斯突出危险性类型预测.结果表明优化后的模型比神经网络预测的结果精度高,总体效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨永国	中国矿业大学资源与地球科学学院	91	971	18.0	27.0
5	李映洁	中国矿业大学资源与地球科学学院	1	6	1.0	1.0