煤体瓦斯渗透率的PSO-LSSVM预测模型

来源期刊：煤田地质与勘探2015年第4期

论文作者：邵良杉 马寒

文章页码：23 - 26

关键词：渗透率;瓦斯;粒子群优化算法;最小二乘支持向量机;

摘    要：结合有关煤体渗透率的众多研究成果,总结出影响煤体渗透率的3个主要因素为有效应力、温度和瓦斯压力。采用粒子群优化算法（PSO）对最小二乘支持向量机（LSSVM）的参数进行优化选择,并以上述3个因素和抗压强度为输入值,以渗透率为目标输出值,建立煤体瓦斯渗透率的PSO-LSSVM预测模型。利用25组数据进行PSO-LSSVM模型与BP神经网络及支持向量机的比较实验,PSO-LSSVM预测结果与实际值拟合程度优于其他两个模型,且具有更小的误差。实验结果表明,采用PSO-LSSVM模型可由有效应力、温度和瓦斯压力对渗透率进行较高精度的预测。