您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于Grid-Search_PSO优化SVM回归预测矿井涌水量

  2. 为了解决矿井涌水量预测难题,在Grid-Search_PSO优化SVM参数的基础上,采用SVM非线性回归预测法,对大海则煤矿1999~2008年7月份的矿井涌水量进行了预测。分析对比SVM回归预测法和ARIMA时间序列预测法预测结果的数据误差,发现SVM回归法预测值与实测值之间的偏差比ARIMA时间序列法要小很多。可见在影响矿井涌水量各种因素值具备的情况下,SVM非线性回归预测所建立的模型能够更准确地预测矿井的涌水量,在矿井安全生产中具有很大的应用价值。
  3. 所属分类:其它

    • 发布日期:2020-04-30
    • 文件大小:332800
    • 提供者:weixin_38655810