]*>","")" /> 基于FIG-SVM的煤矿瓦斯浓度预测

中国安全科学学报

• 安全工程技术科学 • 上一篇    下一篇

基于FIG-SVM的煤矿瓦斯浓度预测

刘俊娥,杨晓帆,郭章林   

  1. 北京物资学院信息学院,北京,101149%河北工程大学经济管理学院,河北邯郸,056038%华北科技学院土木工程系,北京,101601
  • 出版日期:2013-02-20 发布日期:2013-02-25
  • 基金资助:
    国家科技支撑项目(2007BAB18B01)

Prediction of Coal Mine Gas Concentration Based on FIG-SVM

  • Online:2013-02-20 Published:2013-02-25

摘要: 为了提高矿井上隅角瓦斯(这里指甲烷)浓度的预测精度,得到瓦斯浓度的一个预测范围,提出一种将模糊信息粒化(FIG)和支持向量机(SVM)相结合的瓦斯浓度预测方法.首先利用模糊信息粒化对原始数据进行模糊粒化处理,并且给出一个预测范围.然后将粒化后的数据作为输入,运用SVM进行回归预测,采用粒子群(PSO)算法选取最佳的核函数参数g和惩罚因子c.最后根据实测值与预测值的对比判断预测方法的可靠度.试验结果表明:每一个时间段瓦斯浓度的实测值基本都在预测范围内,说明该模型预测精度较高,有较强的实用性和较快的收敛速度.

中图分类号: