基于信息融合与GASVM的煤矿瓦斯浓度多传感器预测模型研究郭瑞.pdf

2 3 9 第 卷第 期 中 国 安 全 科 学 学 报 Vol ． 2 3 No ． 9 2 0 1 3 9 年 月 China Safety Science Journal Sep ． 2 0 1 3 基于信息融合与GA-SVM 的煤矿瓦斯浓度 * 多传感器预测模型研究 郭 瑞 副教授 徐广璐 ( ， 125105) 辽宁工程技术大学电气与控制工程学院 辽宁省葫芦岛 :6203030 ( ) :X924. 2 ;TP277 :A 学科分类与代码 安全设备工程 中图分类号 文献标志码 : 。 基金项目 国家自然科学基金资助 【 】 ， ， 摘 要 为更准确地预测瓦斯浓度 提高煤矿传感器瓦斯浓度监测数据的精准度 提出基于信息 (GA-SVM) 。 ， 融合技术与遗传支持向量机 相结合的算法 首先 利用信息融合技术对原始瓦斯浓度数 ; ， (GA) (SVM) C 据进行关联性重构 然后 通过对基于遗传算法 优化的支持向量机 惩罚因子 和回归 w ， 。 : GA-SVM 参数 寻优 建立煤矿瓦斯浓度多传感器预测模型 结果表明 基于信息融合和 的煤矿瓦 ， ， 斯浓度多传感器性能得到较大提升 使煤矿瓦斯浓度传感器在复杂的井下环境中 能够较为准确地 ， ， 。 预测出浓度范围 并在此基础上拟合出理想曲线 有效追踪瓦斯浓度趋势 【 】 ; (SVM); (GA); ; ; 关键词 煤矿多传感器 支持向量机 遗传算法 信息融合 瓦斯浓度 预测模型 Research on Coal Mine Gas Concentration Multi-sensor Prediction Model Based on Information Fusion and GA-SVM GUO Rui XU Guang-lu (College of Electrical and Control Engineering ，Liaoning Technical