首页 | 本学科首页   官方微博 | 高级检索  
     

基于MPSO-CWLS-SVM的瓦斯涌出量预测
引用本文:付华,王馨蕊,杨本臣,王志军,屠乃威,王雨虹,徐耀松.基于MPSO-CWLS-SVM的瓦斯涌出量预测[J].传感技术学报,2014,27(11).
作者姓名:付华  王馨蕊  杨本臣  王志军  屠乃威  王雨虹  徐耀松
作者单位:1. 辽宁工程技术大学电气与控制工程学院,辽宁 葫芦岛,125105
2. 辽宁工程技术大学创新学院,辽宁 阜新,123000
基金项目:国家自然科学基金项目(51274118,70971059);辽宁省教育厅基金项目( L2012119);辽宁省科技攻关项目
摘    要:针对瓦斯涌出量受多因素影响,传统的预测方法难以建立准确的数学模型,导致预测精度低这一问题。提出一种经改进的粒子群算法(MPSO)优化的基于柯西分布加权的最小二乘支持向量机(CWLS-SVM)算法来预测非线性动态瓦斯涌出量。柯西分布加权的最小二乘支持向量机根据预测误差的统计特性,确定加权规则参数,以达到赋予训练样本不同权值的目的。并用MPSO算法对CWLS-SVM模型的正则化参数λ和高斯核参数σ寻优。利用无线传感器网络采集到的各项历史数据进行实例分析。结果表明,该算法有效的提高了瓦斯涌出量的预测精度,降低了预测误差,为煤矿瓦斯防治提供理论支持。

关 键 词:无线传感网络  瓦斯涌出量预测  加权最小二乘支持向量机(WLS-SVM)  柯西分布函数  改进的粒子群算法(MPSO)算法

Application of improve weighted least square support vector machine based on Cauchy distribution for Predicting the Amount of Mine Gas Emission
FU Hua,WANG Xinrui,YANG Benchen,WANG Zhijun,TU Naiwei,WANG Yuhong,XU Yaosong.Application of improve weighted least square support vector machine based on Cauchy distribution for Predicting the Amount of Mine Gas Emission[J].Journal of Transduction Technology,2014,27(11).
Authors:FU Hua  WANG Xinrui  YANG Benchen  WANG Zhijun  TU Naiwei  WANG Yuhong  XU Yaosong
Abstract:
Keywords:wireless sensor networks  predicting mine gas emission  weighted LS-SVM  cauchy distribution function  modified particle swarm optimization(MPSO) algorithm
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《传感技术学报》浏览原始摘要信息
点击此处可从《传感技术学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号