论文部分内容阅读
为分析煤矿安全事故预测中的非线性、离散性等特性，并提高预测精度，提出了基于局部均值分解（LMD）、相空间重构（PSR）及支持向量机（SVM）的组合预测模型。首先应用LMD方法将原始时间序列分解为若干具有不同性质的分量；通过PSR方法中的C—C算法对各个分量分别进行相空间重构；利用最小二乘法对SVM中的参数进行智能优选，再使用训练好的SVM模型进行回归预测，最后各分量预测结果叠加得到最终预测值。结果表明：LMD—PSR—SVM组合预测模型的预测结果精度优于BP神经网络和自回归AR模型。