付　华，丰盛成，刘　晶，唐　博

（辽宁工程技术大学电气与控制工程学院，辽宁葫芦岛125105）



基于DE-EDA-SVM的瓦斯浓度预测建模仿真研究*

付华*，丰盛成，刘晶，唐博

（辽宁工程技术大学电气与控制工程学院，辽宁葫芦岛125105）

摘要：瓦斯浓度作为衡量煤矿瓦斯危害程度的一个重要指标，为了能够更加准确的预测煤矿瓦斯的浓度，提出一种差分进化-分布估计（DE-EDA）算法优化的支持向量机瓦斯浓度预测新方法。利用无线传感网络系统采集工作环境中的瓦斯浓度数据，并经过降噪处理后作为训练样本。采用DE-EDA算法对SVM模型的惩罚参数C、损失参数ε以及径向基参数γ进行优化，利用优化后的模型进行瓦斯浓度的预测。通过MATLAB软件仿真可以得出，所采用的优化模型能够准确的预测煤矿瓦斯浓度的变化趋势。并与经过粒子群（PSO）算法优化的预测模型相比较。结果表明，经过DE-EDA算法优化的SVM模型具有训练速度更快、预测更准确的特点，为实际煤矿瓦斯浓度的预测和处理提供了更加可靠的理论基础。

关键词：无线传感网络；瓦斯浓度预测；支持向量机；参数优化；差分进化；分布估计算法；预测模型

煤矿瓦斯浓度作为影响煤矿安全生产的一个重要参数，它直接关系着煤矿的经济发展以及工作人员的生命安全［1-2］。具体表现为：当瓦斯浓度过度升高时，空气中的氧气含量就会降低从而导致人员窒息；瓦斯浓度达到一定量时遇明火会燃烧或爆炸或者引发瓦斯突出，瓦斯突出爆炸能产生1 850℃以上的高温和强大冲击波，能够造成人员的伤亡以及基础设施、各种设备的损坏；……