基于支持向量机（SVM）的回采工作面瓦斯涌出混沌预测方法研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：针对瓦斯涌出传统的线性预测方法存在的问题，根据瓦斯涌出时间序列固有的确定性和非线性，利用混沌动力系统的相空间延迟坐标重构理论，结合基于机器学习理论的支持向量机（SVM），建立基于SVM理论的瓦斯涌出混沌时间序列预测模型。经Ⅱ1024回采工作面瓦斯涌出时间序列仿真计算，仿真结果显示该预测模型具有比传统的回归方法更好的泛化能力，预测方法具有很高的预测精度。同时，该模型具有以往传统机器学习的瓦斯涌出预测模型建立简便、训练速度快等优点。由于充分考虑瓦斯涌出时间序列的混沌性，并利用SVM预测的优良特性，使得预测更科学。

原文链接:http://www.cqvip.com//QK/97423X/200909/31944922.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：支持向量机 预测方法 方法研究 向量机 SVM 瓦斯涌出 混沌 相空间重构 时间序列