基于蚁群算法优化SVM的瓦斯涌出量预测

王晓路

首页> 中文期刊> 《煤炭技术》 >基于蚁群算法优化SVM的瓦斯涌出量预测

基于蚁群算法优化SVM的瓦斯涌出量预测

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了提高瓦斯涌出量预测的精度和预测模型的泛化能力,提出了一种基于蚁群算法(ACO)优化支持向量机(SVM)参数的瓦斯涌出量预测方法。在SVM所建立预测模型中各个参数的取值区间内,采用蚁群优化算法计算预测模型各个参数的最佳值,基于最佳参数的SVM建立瓦斯涌出量预测模型。结果表明:采用未优化的SVM建立的预测方法,其个别预测误差相对较大,最大误差为8.11%,平均误差为4.68%,采用ACO对于预测模型的参数进行优化后,预测性能有显著提高,最大误差为4.37%,平均误差为2.89%,表明所建议的方法是有效、可行的。

著录项

来源
《煤炭技术》 |2011年第5期|81-83|共3页
作者
王晓路;
展开▼
作者单位

西安科技大学通信与信息工程学院;

西安710054;

展开▼
原文格式 PDF
正文语种 chi
中图分类煤（岩石）与瓦斯突出的预防和处理;
关键词
瓦斯涌出量; 蚁群优化算法; 支持向量机; 预测;

相似文献

中文文献
外文文献
专利

1. 基于蚁群粒子群混合算法与LS-SVM瓦斯涌出量预测 [J] . 付华 ,于翔 ,卢万杰 . 传感技术学报 . 2016,第3期
2. 基于遗传算法优化的RBF网络预测瓦斯涌出量 [J] . 方亮亮 ,潘玉民 . 科技视界 . 2014,第16期
3. 基于LS-SVM预测掘进工作面瓦斯涌出量 [J] . 杨键 ,孙章应 ,李炳玉 . 山东煤炭科技 . 2019,第9期
4. 基于PCA-LWCA-LS-SVM回采工作面瓦斯涌出量预测 [J] . 张瑞 ,李雅梅 . 计算机应用与软件 . 2018,第12期
5. 基于RS-SVM的瓦斯涌出量预测研究 [J] . 刘敏 ,王向前 ,朱佳 . 辽宁工业大学学报（自然科学版） . 2018,第1期
6. 基于蜂蚁群算法的瓦斯涌出量预测模型 [C] . 付立东 ,聂靖靖 . 第一届煤矿智能化开采黄陵论坛 . 2017
7. 基于GA-SVM的煤层瓦斯涌出量预测技术研究 [A] . 董晓雷 . 2015

基于蚁群算法优化SVM的瓦斯涌出量预测

摘要

著录项

相似文献

相关主题

期刊订阅