基于GRA-DBO-SVR的瓦斯含量预测方法

摘要

为提高煤层瓦斯含量预测的准确性和效率，提出了一种基于灰色关联度分析（GRA）、蜣螂优化（DBO）算法和支持向量回归（SVR）模型的瓦斯含量预测方法。采用GRA筛选影响瓦斯含量的因素来降低预测模型输入数据的维度，通过DBO算法对SVR模型的参数进行优化，构建基于GRA-DBO-SVR的瓦斯含量预测模型，并对GRA-DBO-SVR、GRA-PSO-SVR、GRA-SVR和SVR模型的预测结果进行对比。结果表明：GRA-DBO-SVR、GRA-PSO-SVR、GRA-SVR和SVR模型的MRE分别为2.82%、2.98%、3.72%和6.02%,MAE分别为0.28、0.31、0.44和0.63,MSE分别为0.17、0.18、0.37和0.90,GRADBO-SVR模型具有更好的泛化能力，满足工程实际需要。

关键词

瓦斯含量预测 / 灰色关联理论 / 蜣螂算法 / 支持向量回归模型

基金资助

国家自然科学基金项目（61933013）; 茂名市科技计划项目（2024009,2024021）; 广东石油化工学院人才引进项目（2023rcyj2022,XJ2022000801）