基于蚁群—模糊聚类算法的井下工作面瓦斯突出预测

• 作者: 周天沛 孙伟
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 井下工作面 瓦斯突出预测 蚁群算法 模糊聚类算法
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 实验研究
• 页码范围: 42-46
• 页数: 5页
• 分类号: TD713.2
• 语种: 中文

摘要

针对现有的瓦斯预测方法在实际应用中受到较大限制且预测结果的准确性较差的问题,提出了一种基于蚁群—模糊聚类算法的瓦斯突出预测方法；分析了蚁群—模糊聚类算法的基本原理及实现步骤,并以某煤矿井下工作面某时段内的瓦斯突出数据为例,采用蚁群—模糊聚类算法对该数据进行了挖掘分析,从而找出了瓦斯突出量与其影响因素即埋藏深度、煤层厚度、瓦斯含量、日进度、煤层间距、日产量之间的关系.测试结果表明,该方法预测结果与实际监测记录完全一致,具有较高的聚类预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周天沛		57	309	11.0	14.0
2	孙伟		105	523	13.0	17.0