计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
7期
15-17
,共3页
小波%支持向量机%智能遗传算法%瓦斯%预测
小波%支持嚮量機%智能遺傳算法%瓦斯%預測
소파%지지향량궤%지능유전산법%와사%예측
wavelet%support vector machine%intelligent genetic algorithm%gas%forecast
针对瓦斯涌出量的局部性、随机性、模糊性等特点,提出一种新的小波支持向量核构造小波支持向量回归模型,并且运用一种新型的智能遗传算法优选模型参数.实验结果表明,所提出的小波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.
針對瓦斯湧齣量的跼部性、隨機性、模糊性等特點,提齣一種新的小波支持嚮量覈構造小波支持嚮量迴歸模型,併且運用一種新型的智能遺傳算法優選模型參數.實驗結果錶明,所提齣的小波支持嚮量迴歸模型預測瓦斯湧齣量比標準支持嚮量迴歸模型、智能支持嚮量迴歸模型預測精度高、速度快.
침대와사용출량적국부성、수궤성、모호성등특점,제출일충신적소파지지향량핵구조소파지지향량회귀모형,병차운용일충신형적지능유전산법우선모형삼수.실험결과표명,소제출적소파지지향량회귀모형예측와사용출량비표준지지향량회귀모형、지능지지향량회귀모형예측정도고、속도쾌.
Aiming at localization,randomicity and fuzziness of gas emission amount,a new wavelet support vector regression model with a new wavelet support vector kernel is proposed,and the intelligent genetic algorithm is used to optimize the model's parameters.Experiment results show that wavelet support vector regression has higher accuracy and runs faster than standard support vector regression and intelligent support vector regression.