煤矿瓦斯浓度的CAP SO-ENN短期预测模型?

• 作者: 付华 刘雨竹 徐耀松 李海霞 王雨虹
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 动态预测 瓦斯浓度 混沌特性 无线传感网络 Elman神经网络 CAPSO算法
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 无线传感器技术
• 页码范围: 717-722
• 页数: 6页
• 分类号: TP391|TP212
• 字数: 5599字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2015.05.018

摘要

为了准确预测回采工作面的瓦斯浓度,提出云自适应粒子群算法优化Elman神经网络的瓦斯浓度动态预测新方法。利用井下无线传感器网络监测系统采集的回采工作面瓦斯浓度时间序列作为样本,并对其进行数据降噪和相空间重构等预处理。采用CAPSO算法对Elman神经网络的权值、阈值进行寻优运算,建立了回采工作面瓦斯浓度动态预测模型。通过对MATLAB仿真得出结果研究表明：该模型的平均相对变动ARV值为0.000357,相对均方根误差RRMSE值为0.1056,对回采工作面的瓦斯浓度预测结果合理且可为矿井瓦斯防治工作提供有效理论依据。

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	徐耀松	辽宁工程技术大学电气与控制工程学院	56	401	12.0	18.0
3	王雨虹	辽宁工程技术大学电气与控制工程学院	26	188	8.0	13.0
4	李海霞	辽宁工程技术大学电气与控制工程学院	3	38	2.0	3.0
5	刘雨竹	辽宁工程技术大学电气与控制工程学院	1	15	1.0	1.0