首页 | 本学科首页   官方微博 | 高级检索  
     

量子粒子群优化算法在煤矿瓦斯涌出量预测中的应用
引用本文:杨胜利,齐名军. 量子粒子群优化算法在煤矿瓦斯涌出量预测中的应用[J]. 中州煤炭, 2011, 0(10)
作者姓名:杨胜利  齐名军
作者单位:河南煤业化工集团鹤煤公司工程技术中心;鹤壁职业技术学院;
基金项目:河南省社科联基金项目(SKL-2010-3224)
摘    要:
针对瓦斯涌出局部性、随机性、模糊性等特点,提出一种新的量子粒子群优化、支持向量核构造量子粒子群算法和向量回归模型,并且运用一种新型的智能量子粒子群优化算法优选模型参数。实验结果表明,所提出的量子粒子群支持向量回归模型预测瓦斯涌出量比标准支持向量回归模型、智能支持向量回归模型预测精度高、速度快。

关 键 词:支持向量机  智能遗传算法  瓦斯  

Application of Particle Swarm Optimization with Quantum in Gas Emission Quantity Prediction
Yang Shengli,Qi Mingjun. Application of Particle Swarm Optimization with Quantum in Gas Emission Quantity Prediction[J]. Zhongzhou Coal, 2011, 0(10)
Authors:Yang Shengli  Qi Mingjun
Affiliation:Yang Shengli1,Qi Mingjun2(1.Technical Center,Hebi Coal Industry Co.,Ltd.,Henan Coal and Chemistry Industry Group Co.,Hebi 458000,China,2.Hebi College of Vocation and Technology,Hebi 458030,China)
Abstract:
Aiming at the characteristics of gas emission,such as localized,random,fuzzy and others,a new particle swarm optimization with quantum in gas emission model was proposed,which can support vector kernel structure of quantum particle swarm algorithm and vector regression.A new type of intelligent quantum particle swarm optimization was used to optically select model parameters.The experimental results show that,in terms of gas emission prediction,the particle swarm optimization with quantum in gas emission mo...
Keywords:support vector machine  intelligent genetic algorithm  gas  
本文献已被 CNKI 等数据库收录!
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