基于FRS与GA-ELM的煤与瓦斯突出预测研究

• 作者: 丁会巧 付华 王馨蕊 谢国民
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 煤与瓦斯突出 模糊粗糙集 信息约简 遗传算法 极端学习机
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 1670-1675
• 页数: 6页
• 分类号: TP39|TP183|TP212
• 字数: 4823字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2015.11.016

摘要

针对煤与瓦斯突出发生内在机理复杂性、致突因素与突出事件之间模糊性导致预测精度不高这一问题，提出将模糊粗糙集理论（FRS）结合改进的极端学习机（ELM）进行煤与瓦斯突出预测。通过FRS信息约简理论降低致突因素原始数据属性维度，提取出致突辅助因素，与主要因素共同作为ELM网络神经元输入，利用遗传算法（GA）对极端学习机网络输入权值、隐含层阈值进行优化，建立GA-ELM预测模型，模型输出为煤与瓦斯突出强度预测结果。经过模型训练和试验验证，该模型泛化能力强、预测精度高、收敛速度明显加快。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付华	辽宁工程技术大学电气与控制工程学院	242	1698	20.0	28.0
2	王馨蕊	辽宁工程技术大学电气与控制工程学院	7	64	4.0	7.0
3	谢国民	辽宁工程技术大学电气与控制工程学院	32	116	7.0	9.0
4	丁会巧	辽宁工程技术大学电气与控制工程学院	4	17	3.0	4.0