| 基于改进极端学习机的混沌时间序列瓦斯涌出量预测 |
| |
| 作者姓名： | 单亚锋 侯福营 付华 马静波 |
| |
| 作者单位： | 辽宁工程技术大学电气与控制工程学院,辽宁葫芦岛,125105 |
| |
| 基金项目： | 国家自然科学基金资助(51274118,70971059);辽宁省科技攻关项目(2011229011) |
| |
| 摘 要： | 为更准确地预测瓦斯涌出量,预防瓦斯灾害,有必要建立和应用基于改进极端学习机(IELM)的混沌时间序列预测模型.首先,对瓦斯涌出量监测数据构成的多变量时间序列进行相空间重构,采用互信息法与虚假邻点法得到每一变量的延迟时间和最佳嵌入维数;然后,通过最小二乘方法和误差反馈原理计算出最优的网络输入层到隐含层的学习参数,对极端学习机(ELM)进行改进;最后,借助IELM建立瓦斯混沌时间序列的预测模型.通过仿真试验,运用该预测模型预测的最大相对误差为3.290 2％,最小相对误差为0.898 2％,平均相对误差为1.952 8％.
|
| 关 键 词： | 混沌预测 多变量时间序列 相空间重构 极端学习机(ELM) 瓦斯涌出 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《中国安全科学学报》浏览原始摘要信息 |
|
点击此处可从《中国安全科学学报》下载全文 |
|
