基于混沌粒子群的AWLSSVM瓦斯预测研究_中国煤炭行业知识服务平台

基于混沌粒子群的AWLSSVM瓦斯预测研究

作者

李栋孙振明李梅侯运炳毛善君牛永寿
单位

中国矿业大学（北京）能源与矿业学院北京大学遥感与地理信息系统研究所陕西旬邑青岗坪矿业有限公司
摘要

为了提高矿井瓦斯浓度预测的准确性，提出1种改进混沌粒子群算法的多变量自适应加权最小二乘支持向量机（AWLSSVM）瓦斯预测模型，且实现了瓦斯浓度的多步预测。首先，对粒子群算法进行分析，提出1种收敛速度更快、全局搜索能力更强的改进混沌粒子群算法；针对加权最小二乘支持向量机（AWLSSVM）权值线性分布的缺点，根据离散点的分布特征，提出了AWLSSVM；其次，采用混沌理论构建模型的样本集；最后，对建立的模型进行了实例分析。结果表明：AWLSSVM单变量预测精度相对于最小二乘支持向量机、AWLSSVM分别提高了5.3%和6.7%；多变量AWLSSVM相对于单变量AWLSSVM五步预测精度分别提高了39.3%、49.6%、55.9%、59.7%、62.5%。
关键词

瓦斯预测混沌粒子群算法多变量相空间重构最小二乘支持向量机预测模型
基金项目(Foundation)

国家重点研发计划资助项目（2017YFC0804303，2016YFC0801800）；中央高校基本科研业务费专项资金资助项目（2017QZ02）
图表
图(8) / 表(0)