基于改进的PSO与LSSVM的瓦斯涌出量预测
史庆军1
张春玲2
李晶1
马慧彬1
1.佳木斯大学信息电子技术学院,黑龙江佳木斯,1540072.黑龙江牡丹江技师学院电子信息工程系,黑龙江牡丹江,157000
摘要：瓦斯涌出量受多种自然因素和开发技术的影响,是一个非线性、高维的问题.为了更好的解决该问题,又基于目前支持向量机参数选择的重要性,提出了改进的PSO算法与LSSVM算法相结合的新方法,并将其应用于瓦斯涌出量预测,结果表明,该模型可有效避免神经网络收敛速度慢、SVM中PSO选择参数早熟或停滞等缺点,预测精度更高,泛化能力更强,更适用于瓦斯涌出量预测.
关键词：瓦斯涌出量LSSVM算法PSO算法最小二乘法
分类号：TD712+.5(矿山安全与劳动保护)
资助基金：佳木斯大学校级重点项目(lz2010-013)
论文发表日期：2011-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 100-102 )
英文信息