基于粒子群优化的PSO-SVM的瓦斯时间序列突出预测方法

作者:田伟鹏

摘要:本文对霍尔辛赫矿安全监测系统的瓦斯浓度时间序列利用软阈值小波去噪法进行去噪;分析支持向量机不敏感损失参数ε和RBF核函数参数。基于粒子群算法对支持向量机瓦斯浓度模型进行优化,结合最优参数对进行ε-SVR模型预测,对预测误差进行分析,并将训练样本的大小对预测精度的影响做出了比较。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 基础科学
  • >
  • 基础科学综合
收录:
  • 万方收录(中)
  • 上海图书馆馆藏
  • 国家图书馆馆藏
  • 知网收录(中)
  • 维普收录(中)
关键词:
  • 粒子群优化
  • 支持向量机
  • 煤矿
  • 瓦斯突出预测

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:中国科技信息

期刊级别:部级期刊

期刊人气:17594

杂志介绍:
主管单位:中国科学技术协会
主办单位:中国科技新闻学会
出版地方:北京
快捷分类:科技
国际刊号:1001-8972
国内刊号:11-2739/N
邮发代号:82-415
创刊时间:1989
发行周期:半月刊
期刊开本:A4
下单时间:1个月内
复合影响因子:0.32
综合影响因子:0.31