基于Memetic算法寻优SVM的瓦斯浓度预测

• 作者: 王凯君 王居尧
• 来源期刊: 煤
• 学科: 工学
• 关键词: 瓦斯浓度 预测 支持向量机 Memetic
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 试验研究
• 页码范围: 4-6
• 页数: 3页
• 分类号: TD713
• 字数: 2022字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2798.2020.04.002

摘要

瓦斯浓度预测是进行煤矿瓦斯灾害表征的一个重要指标,为了提高瓦斯浓度预测模型的预测精度,提出了一种基于Memetic算法寻优的支持向量机预测模型.利用特征提取和特征选择的方法获取最优输入特征集进行降维简化处理,建立支持向量机回归模型,在学习过程中引入Memetic算法对传统支持向量机预测模型进行参数优化.通过用实际监测数据进行验证,结果表明:经过Memetic算法优化后的支持向量机预测模型提高了瓦斯浓度预测的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王凯君		1	0	0.0	0.0
2	王居尧		1	0	0.0	0.0