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

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,提出基于信息融合技术与遗传支持向量机(GA-SVM)相结合的算法。首先,利用信息融合技术对原始瓦斯浓度数据进行关联性重构;然后,通过对基于遗传算法(GA)优化的支持向量机(SVM)惩罚因子C和回归参数w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GA-SVM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。