基于最小二乘支持向量机时间序列瓦斯预测研究

基于统计学习预测瓦斯含量是目前瓦斯突出预测的发展方向之一。文中首先给出了最小l¨：乘支持向量机（LS—SVM）~，并在此基础上建立了预测模型，之后对时间序列上的矿井瓦斯涌出量进行相空间重构，其中嵌入维数的选取采用了微熵率法。最后通过鹤壁十矿一个突出工作面的瓦斯涌出数据对模型进行了验证。利用MATLAB7．1对其进行仿真研究。结果表明，通过训练建立的LS-SVM模型，较好地预测了这一工作面瓦斯涌出量。