| 基于智能支持向量回归的瓦斯涌出量预测 |
| |
| 引用本文： | 戴宏亮. 基于智能支持向量回归的瓦斯涌出量预测[J]. 计算机工程与应用, 2009, 45(1): 242-244. DOI: 10.3778/j.issn.1002-8331.2009.01.073 |
| |
| 作者姓名： | 戴宏亮 |
| |
| 作者单位： | 1.广东商学院 数学与计算科学学院，广州 510320 2.中山大学 数学与计算科学学院，广州 510275 |
| |
| 基金项目： | 国家自然科学基金，教育部高等学校博士学科点专项科研基金 |
| |
| 摘 要： | 进行瓦斯涌出量预测是保障安全生产的一个很重要步骤。由于瓦斯涌出量的非线性、不确定性，其预测是很复杂的一个问题。提出一种新的RGASVR智能模型，即基于实值遗传算法参数优选的支持向量回归模型，并且将提出的模型应用于瓦斯涌出量预测。实验结果表明，所提出的模型比BP神经网络、标准支持向量回归有更高的预测精度，具有较强的实用价值。
|
| 关 键 词： | 支持向量回归 实值遗传算法 瓦斯涌出量 预测 |
| 收稿时间： | 2008-06-02 |
| 修稿时间： | 2008-7-28 |
Forecasting gas pushing based on intelligent support vector regression |
| |
| DAI Hong-liang. Forecasting gas pushing based on intelligent support vector regression[J]. Computer Engineering and Applications, 2009, 45(1): 242-244. DOI: 10.3778/j.issn.1002-8331.2009.01.073 |
| |
| Authors: | DAI Hong-liang |
| |
| Affiliation: | 1.Department of Mathematics and Computational Science，Guangdong University of Business Studies，Guangzhou 510320，China 2.Department of Mathematics，Sun Yat-Sen （Zhongshan） University，Guangzhou 510275，China |
| |
| Abstract: | Forecasting gas pushing is an important step to ensure production safety.It is a complicated problem due to its non-linearity and uncertainty.In this study,a novel RGASVR model is proposed.The model is based on real-valued genetic algorithm to optimize the parameters of Support Vector Regression(SVR).In addition,the model is applied to forecast gas pushing.Experi-mental results show that RGASVR model performs better than BP neural networks and standard SVR,implying that RGASVR is very practical. |
| |
| Keywords: | Support Vector Regression（SVR） real-valued genetic algorithm gas pushing forecasting |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载免费的PDF全文 |
