基于GA-LSSVR的煤矿瓦斯数据去噪研究北大核心 |
| |
引用本文: | 张文娟,侯媛彬,张文涛,刘迷,陈显.基于GA-LSSVR的煤矿瓦斯数据去噪研究北大核心[J].矿业安全与环保,2017(1):45-48. |
| |
作者姓名: | 张文娟 侯媛彬 张文涛 刘迷 陈显 |
| |
作者单位: | 1.西安科技大学电气与控制工程学院710054;2.河南科技学院信息工程学院453003; |
| |
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。
|
关 键 词: | 瓦斯浓度 数据去噪 LSSVR 遗传算法 小波去噪 |
本文献已被 维普 等数据库收录! |
|