基于加权极端学习机的瓦斯涌出量预测模型
作者:
谢国民
谢鸿
付华
闫孝姮
关键词:
多元混沌时间序列
加权极端学习机(WELM)
瓦斯涌出量
预测分析
摘要：
为了能够更加准确地预测瓦斯涌出量,提出一种多元混沌时间序列的加权极端学习机瓦斯涌出量预测模型.首先对瓦斯涌出量监测数据构成的多元时间序列进行相空间重构,采用信息熵方法选取最佳延迟时间和嵌入维数;然后根据相空间中输入数据对预测误差的影响施加不同的权重,并结合核极端学习机预测模型构造出加权极端学习机模型.通过仿真试验表明,提出的预测模型行之有效,与同类其他模型相比,具有更高的预测精度和更好的稳定性.
上一篇： 基于示功图的抽油井动液面软测量机理建模
下一篇： 基于极端学习机的并联机器人运动学研究