文献类型：期刊文章

作　　者：黄为勇[1,2] 童敏明[1] 任子晖[1]

机构地区：[1]中国矿业大学信息与电气工程学院,江苏徐州221116 [2]徐州工程学院信电工程学院,江苏徐州221008

出　　处：《中国矿业大学学报》

基　　金：国家自然科学基金重点项目(50534050);教育部重大项目培育资金项目(706029);江苏省高校自然科学研究计划项目(06KJD460174)

年　　份：2009

卷　　号：38

期　　号：2

起止页码：234-239

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了提高矿井瓦斯涌出量的预测精度,提出了一种基于支持向量机(SVM)的瓦斯涌出量非线性组合预测方法.该方法应用结构化风险最小化准则且具有在全局意义上逼近任意非线性函数特性的SVM,建立了一个多输入单输出的瓦斯涌出量非线性组合预测模型,通过样本学习和平均绝对百分比误差最小原则确定预测模型的参数,对双曲线回归、指数回归和灰色预测方法得到的3个不同的单项预测数据进行非线性组合作为最终预测结果.结果表明,该方法的平均绝对误差为6.92%,均方根误差为0.93 m3/t,其预测精度明显优于各个单项预测结果,大幅降低了预测风险,为提高瓦斯涌出量预测精度提供了一条新途径.

关 键 词：瓦斯涌出量 非线性组合预测  支持向量机

分 类 号：TD712] TP181]