互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于改进的自适应支持向量机建模的煤与瓦斯突出预测


□ 戴宏亮

  (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)
  
  摘 要:提出一种新的模糊隶属度函数对标准模糊支持向量机进行改进,然后运用自适应遗传算法对改进后的模糊支持向量机进行参数优选,得到一种新的AGAIFSVM模型,并且将提出的模型应用于煤与瓦斯突出预测。实验结果表明,所提出的模型比BP神经网络、标准支持向量机和模糊聚类有更高预测精度和更强的稳定性,具有较大的实用价值。
  关键词:模糊支持向量机; 自适应遗传算法; 煤与瓦斯突出; 预测
  中图分类号:TP18; TP39文献标志码:A
  文章编号:1001-3695(2009)05-1656-03
  
  Forecasting coal and gas outburst based on improved
  adaptive support vector machine
  DAI Hongliang1,2
  (1.School of Mathematics & Computational Science Guangdong University of Business Studies Guangzhou 510320 China; 2. School of Mathematics & Computational Science Sun Yatsen University Guangzhou 510275 China)
  Abstract:This paper proposed a new fuzzy function to improve on standard FSVM also proposed a novel AGAIFSVM model.The model based on adaptive genetic algorithm to optimize the parameters of FSVM. In addition applied the model to forecast coal and gas outburst. Experimental results show that AGAIFSVM model performs better than BP neural networks,standard SVM and fuzzy clustering method implying that AGAIFSVM is very practical.
  Key words:fuzzy support vector machine; adaptive genetic algorithm; coal and gas outburst; forecasting ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017