小波支持向量回归在瓦斯涌出量预测中的应用  

Forecasting gas emission amount based wavelet support vector regression

作　　者：戴宏亮[1,2] 

机构地区：[1]广东商学院数学与计算科学学院,广州510320 [2]中山大学数学与计算科学学院,广州510275

出　　处：《计算机工程与应用》2010年第7期15-17,共3页Computer Engineering and Applications

基　　金：国家自然科学基金No.60575004;No.10771220;教育部高等学校博士点科研基金项目(SRFDP-20070558043)~~

摘　　要：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。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.

关 键 词：小波 支持向量机 智能遗传算法 瓦斯 预测 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]