基于GA-LSSVR的煤矿瓦斯数据去噪研究

作     者：张文娟 侯媛彬 张文涛 刘迷 陈显 ZHANG Wenjuan;HOU Yuanbin;ZHANG Wentao;LIU Mi;CHEN Xian

作者机构：西安科技大学电气与控制工程学院陕西西安710054 河南科技学院信息工程学院河南新乡453003 

出 版 物：《矿业安全与环保》 (Mining Safety & Environmental Protection)

年 卷 期：2017年第44卷第1期

页      面：45-48,61页

学科分类：0819[工学-矿业工程] 081903[工学-安全技术及工程] 08[工学] 

主　　题：瓦斯浓度 数据去噪 LSSVR 遗传算法 小波去噪 

摘      要：针对煤矿瓦斯数据普遍含有噪声的问题,提出一种基于遗传算法优化的最小二乘支持向量回归机(GA-LSSVR)的数据去噪算法。LSSVR通过求解只含一个等式约束的二次规划问题来求得最优解,从而改进了小波去噪局部最优的缺点。但LSSVR也存在收敛速度慢的缺点,通过遗传算法(GA)优化LSSVR,以提高算法的收敛速度。首先,对某煤矿的瓦斯浓度时间序列进行异常数据和缺失数据的处理,然后用GA-LSSVR建模训练。仿真实验结果表明,与小波去噪方法相比,GA-LSSVR能有效去除噪声,并且能够避免数据失真,把有效信号分离出来,经过计算,GA-LSSVR能将输入输出均方根误差降低0.002 94,相对降低了34.59%,去噪效果较好;与LSSVR方法相比,GA-LSSVR能明显缩短程序运行时间,可提高运行效率。