计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2012年
11期
216-220,225
,共6页
煤与瓦斯突出%预测%支持向量机%完全混沌粒子群优化%多重分维谱
煤與瓦斯突齣%預測%支持嚮量機%完全混沌粒子群優化%多重分維譜
매여와사돌출%예측%지지향량궤%완전혼돈입자군우화%다중분유보
为了有效地对矿井煤与瓦斯突出进行预测,提出了一种基于完全混沌粒子群优化(CCPSO)与支持向量机(SVM)的矿井煤与瓦斯突出预测方法.该方法将矿井工作面前方煤体瓦斯涌出量动态变化时间序列的多重分维谱作为特征指标,应用支持向量(SVM)构建预测模型,模型的参数向量由改进的完全混沌粒子群优化算法和测试集样本集分类错误率最小准则选择和优化.实验结果证明,该方法是有效的,它为煤与瓦斯突出预测提供了一种新途径.
為瞭有效地對礦井煤與瓦斯突齣進行預測,提齣瞭一種基于完全混沌粒子群優化(CCPSO)與支持嚮量機(SVM)的礦井煤與瓦斯突齣預測方法.該方法將礦井工作麵前方煤體瓦斯湧齣量動態變化時間序列的多重分維譜作為特徵指標,應用支持嚮量(SVM)構建預測模型,模型的參數嚮量由改進的完全混沌粒子群優化算法和測試集樣本集分類錯誤率最小準則選擇和優化.實驗結果證明,該方法是有效的,它為煤與瓦斯突齣預測提供瞭一種新途徑.
위료유효지대광정매여와사돌출진행예측,제출료일충기우완전혼돈입자군우화(CCPSO)여지지향량궤(SVM)적광정매여와사돌출예측방법.해방법장광정공작면전방매체와사용출량동태변화시간서렬적다중분유보작위특정지표,응용지지향량(SVM)구건예측모형,모형적삼수향량유개진적완전혼돈입자군우화산법화측시집양본집분류착오솔최소준칙선택화우화.실험결과증명,해방법시유효적,타위매여와사돌출예측제공료일충신도경.
