基于GA-ELM的瓦斯涌出量预测

• 作者: 韩义波
• 来源期刊: 煤矿安全
• 学科: 工学
• 关键词: 瓦斯涌出量 遗传算法 极限学习机 仿真预测 模型
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 分析·探讨
• 页码范围: 166-169
• 分类号: TD712+.5
• 语种: 中文
• DOI: 10.13347/j.cnki.mkaq.2015.04.049

摘要

为提高工作面瓦斯涌出量预测的效率和准确率,提出了一种将遗传算法(GA)与极限学习机(ELM)相结合的瓦斯涌出量预测的新方法.为了避免ELM受输入权值矩阵和隐含层偏差随机性的影响,算法采用GA对ELM的输入权值矩阵和隐含层偏差进行优化,建立GA-ELM瓦斯涌出量预测模型.利用某矿瓦斯涌出量相关数据对该模型进行了实例分析,将ELM、SVM和BP算法预测结果与该模型进行了对比分析.结果表明:GA-ELM模型具有较高的预测精度,可以相对准确、高效地对工作面的瓦斯涌出量进行预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩义波	南阳理工学院软件学院	17	28	4.0	5.0