关键词：主成分分析 最小二乘支持向量机 粒子群算法 数据降维 瓦斯涌出量 

摘要：为提高预测回采工作面瓦斯涌出量预测精度,采用主成分分析法(PCA)与粒子群算法(PSO)及最小二乘支持向量机(LS-SVM)相结合的方法,在样本数据的选择上吸取主成分分析数据降维的优势,使所选择的数据样本简洁并且更具代表性.充分利用支持向量机训练速度快、能够获得全局最优解且拥有良好泛化性的特点,将粒子群算法与之相结合,从而寻找最优参数.建立基于PCA和PSO-LS-SVM回采工作面瓦斯涌出量预测模型,并在实际中获得成功应用.研究结果表明:该预测模型预测的最大相对误差为2.35%,最小相对误差为0.30%,平均相对误差为1.28%,相较其他预测模型有着更强的泛化能力和更高的预测精度.

辽宁工程技术大学学报·自然科学版杂志要求:

{1}论文应有中英作者署名、工作单位、所在省、市名称和邮编。如有多位作者，其间以逗号分开，其工作单位不同，应按阿拉伯数字顺序标注在右上角，单位与单位之间用分号。

{2}自投稿之日起３个月内未接到用稿通知，请自行处理文稿。切忌一稿多投。来稿一般不退，敬请谅解。

{3}中文标题：简明确切地反映文章内容，不超过25字。

{4}凡是引用他人文献、资料，必须加引证注释，以页末脚注形式按页编排。在正文加注释处右上角以加圈阿拉伯数字标记，脚注编号位于相应标点之外。

{5}来稿须附350-500字的中、英文摘要，3-5个关键词。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社