基于ls-svr模型煤与瓦斯突出预测系统的研究

基于ls-svr模型煤与瓦斯突出预测系统的研究

ID:34157290

大小:973.29 KB

页数:68页

时间:2019-03-04

基于ls-svr模型煤与瓦斯突出预测系统的研究_第1页
基于ls-svr模型煤与瓦斯突出预测系统的研究_第2页
基于ls-svr模型煤与瓦斯突出预测系统的研究_第3页
基于ls-svr模型煤与瓦斯突出预测系统的研究_第4页
基于ls-svr模型煤与瓦斯突出预测系统的研究_第5页
资源描述:

《基于ls-svr模型煤与瓦斯突出预测系统的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、致谢从2009年9月份至今,己经两年有余,从大学到研究生的六年来,在导师彭泓副教授的帮助、指导和关怀之下顺利完成了学业。彭泓教授求实的治学态度、渊博的知识、严谨的工作作风和谦和的风度,使我终身受益,是我在学习和工作中的榜样。对彭泓教授多年的学业上和生活上的帮助,在此表示由衷的感谢!本文从选题、制定论文的研究方向、到论文定稿整个过程,都是在导师彭泓老师的指导和帮助下完成的。论文研究过程中,得到了242实验室同学的关心与帮助。在此感谢汪玉凤老师及所有242的师兄师姐们!感谢在论文研究工作中提出建议和提供帮助的同学们!感谢给与转载和引用权的资料、图片、文献、研

2、究思想和设想的所有者!最后,感谢我的家人,有他们理解、支持、鼓励,我才能够顺利完成学业,专心于自己的学习和研究!摘要本文分析了煤与瓦斯突出机理和影响因素,在利用煤矿瓦斯监控系统监测的瓦斯浓度数据信息的基础上,把支持向量机方法应用于煤与瓦斯突出的预测中,为解决矿井瓦斯突出预测问题提供了一条新途径。本文主要进行以下工作:首先对煤与瓦斯突出监测瓦斯浓度序列的时域特征向量、频域特征向量和小波域特征向量进行特征提取与选择分析。提出了基于差分进化算法的特征选择方法。之后,选取合适的核函数,构建了煤与瓦斯突出预测的最小二乘支持向量回归机(LS-SVR)模型,同样利用差

3、分进化算法进行核参数寻优,来提高参数搜素速度和提高预测模型的性能。通过与其他预测算法比较预测,结果表明:煤与瓦斯突出的LS-SVR模型解决了小样本、非线性、高维数、局部极小值等实际问题。最后设计了煤与瓦斯突出预测系统,实现连续非接触式地煤与瓦斯突出预测,预测结果与实际相吻合,具有重大的现实意义。关键词:煤与瓦斯突出;最小二乘支持向量回归机;差分进化;模式识别;预测模型-I-AbstractThispaperanalyzesthecoalandgasoutburstmechanismandinfluencingthefactors,inthebaseofu

4、singthecoalminegassupervisorysystemingasdensitydatamessagefoundation,appliesthesupportvectormachinesmethodinthecoalandthegasprominentpredict,Ithasprovidedanewwayforthesolutiondampprominentforecastquestion.Thisarticlemainlycarriesonthefollowingwork:Firstofall,thecoalandgasprominen

5、tmonitorgasdensitysequence'stime-domaincharacteristicsofthevector,thefrequencycharacteristicsofthevectorandthewaveletdomainfeaturevector,carriesonthefeatureextractionandthechoiceanalysis.Proposedthemethodofbasedonthedifferenceevolutionalgorithmfeatureselection.Afterward,selectsth

6、eappropriatenuclearfunction,constructsthecoalandthegasprominentforecastsmallesttworidesthesupportvectorreturnmachine(LS-SVR)model,Similarlycarriesonthenuclearparametersoptimizationusingthedifferenceevolutionalgorithm,enhancestheparametertosearchfortheelementspeedandtheenhancement

7、forecastmodelperformance.Throughquiteforecastwithotherforecastalgorithm,Theresultindicated:Smallesttworodethesupportvectorreturnmachinemodelrecognizertosolvethesmallsample,themisalignment,thehighdimension,thepartialminimumandsoonactualproblem.Atlast,designsthecoalandgasprominentf

8、orecastsystem,realizescontinuouslythenon

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。