| 采用RS与CSA-SVM集成的煤与瓦斯突出预测方法 |
| |
| 引用本文： | 黄为勇.采用RS与CSA-SVM集成的煤与瓦斯突出预测方法[J].计算机测量与控制,2012,20(11):2909-2912. |
| |
| 作者姓名： | 黄为勇 |
| |
| 作者单位： | 徐州工程学院信电工程学院,江苏徐州,221111 |
| |
| 基金项目： | 国家自然科学基金，江苏省高校自然科学研究计划项目 |
| |
| 摘 要： | 为提高矿井煤与瓦斯突出的预测性能,提出了粗糙集(RS)与克隆选择算法(CSA)―支持向量机(SVM)集成的预测方法。首先应用粗糙集理论对数据集进行约简提取出关键特征指标和数据样本,然后应用支持向量机构建煤与瓦斯突出预测模型,最后应用克隆选择算法和训练样本集预测错误率最小原则智能选择和优化预测模型的参数向量;煤与瓦斯突出预测实验结果验证了该方法的有效性,性能明显优于传统的神经网络预测方法。
|
| 关 键 词： | 煤与瓦斯突出 预测 支持向量机 粗糙集 克隆选择算法 |
Coal-and-Gas Outburst Forecast Using Integration of RS and CSA-SVM |
| |
| Huang Weiyong.Coal-and-Gas Outburst Forecast Using Integration of RS and CSA-SVM[J].Computer Measurement & Control,2012,20(11):2909-2912. |
| |
| Authors: | Huang Weiyong |
| |
| Affiliation: | Huang Weiyong(School of Information and Electrical Engineering,Xuzhou Institute of Technology,Xuzhou 221111,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
