文献类型：期刊文章

作　　者：孙林[1] 杨世元[2]

机构地区：[1]合肥工业大学应用物理系,安徽合肥230009 [2]合肥工业大学仪器科学与光电工程学院,安徽合肥230009

出　　处：《煤炭学报》

基　　金：国家自然科学基金资助项目(70672096)

年　　份：2008

卷　　号：33

期　　号：12

起止页码：1377-1380

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种基于最小二乘支持向量机(LS-SVM)的回采工作面瓦斯涌出量预测新方法.一方面,该方法基于结构风险最小化,能较好地解决小样本学习问题,避免了人工神经网络等智能方法在对回采工作面瓦斯涌出量进行预测时所表现出来的过学习、泛化能力弱等缺点;另一方面,该方法用等式约束代替不等式约束,降低了计算的复杂性,使得预测容易实现.实验表明,该方法具有预测精度高、速度快、容易实现等优点,适合对回采工作面瓦斯涌出量的预测.

关 键 词：最小二乘支持向量机 回采工作面 瓦斯涌出量 预测  

分 类 号：TD712.5]