点击次数：

论文类型：期刊论文

发表时间：2016-12-15

发表刊物：计算机应用

收录刊物：PKU、ISTIC

卷号：36

期号：z2

页面范围：108-111,138

ISSN号：1001-9081

关键字：煤层气;灰色理论;支持向量机;参数预测;粒子群算法

摘要：针对灰色理论非线性逼近能力有限、预测精度不高和支持向量机模型参数对预测模型的影响极大的问题,提出了一种基于改进粒子群算法优化的灰色支持向量机预测模型.首先,通过灰色模型对原始数据进行数据生成,减少原始时间序列的随机性,增加原始时间序列的规律性.然后,利用改进的粒子群算法优化的支持向量机预测模型对煤层气单井采气参数进行预测.最后,将预测后的结果进行累减处理,得到预测结果.针对原始粒子群算法优化支持向量机模型参数容易陷入局部最优的缺点,将遗传算法中的选择和交叉算子操作与传统粒子群算法相结合,并对原始粒子群算法的更新方程进行改进.实验表明,单一的灰色理论模型和支持向量机模型的预测精度有限,基于改进粒子群算法优化的灰色支持向量机模型对煤层气的采气参数的预测精度更高,新模型不仅具有良好的学习能力和训练效果,而且具有良好的泛化能力,可以很有效地应用到实际问题中.