基于PSO-SVM-Elman算法的瓦斯体积分数预测研究

刘扬; 王斌; 孙刘咏; 刘浩; 王贝; 赵潜

doi:10.13301/j.cnki.ct.2026.03.023

煤炭技术 ›› 2026, Vol. 45 ›› Issue (3) : 144 -148. DOI: 10.13301/j.cnki.ct.2026.03.023

基于PSO-SVM-Elman算法的瓦斯体积分数预测研究

刘扬, 王斌, 孙刘咏, 刘浩, 王贝, 赵潜

作者信息 +

Author information +

文章历史 +

摘要

通过近一段监测时间序列内的瓦斯体积分数数据，预测下一时间段内的瓦斯体积分数变化趋势，可为防止瓦斯灾害起到有力帮助。基于此，本文提出一种基于粒子群算法优化支持向量机Elman递归神经网络（PSO-SVM-Elman）的瓦斯体积分数预测模型，通过粒子群支持向量机对Elman神经网络关键参数进行最优寻解，选取陕西某矿实测数据进行实验验证，经实验结果对比，PSO-SVM-Elman算法的均方误差（0.012 1）远低于Elman网络（0.076 4）和PSO-SVM算法（0.249 1），相关系数（0.965）显著高于Elman网络（0.838）和PSO-SVM算法（0.723）。预测结果表明本文算法具有更高的预测准确度，是一种行之有效的瓦斯体积分数预测算法。