%0 Journal Article
%T 煤体瓦斯渗透率的PSO-LSSVM预测模型
%A 邵良杉
%A 马寒
%J 煤田地质与勘探
%D 2015
%X 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。
%K 渗透率
%K 瓦斯
%K 粒子群优化算法
%K 最小二乘支持向量机
%U http://mtdz.jourserv.com/front/PaperInfo.aspx?PaperID=9520