一种改进的极限学习机煤与瓦斯突出预测模型

• 作者: 付华 卢万杰 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: 煤与瓦斯突出 预测模型 极限学习机 核主成分分析法 文化基因算法
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 69-74
• 页数: 6页
• 分类号: TP39|TP183|TP212
• 字数: 4241字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2016.01.013

摘要

较高精度的煤与瓦斯突出预测是煤矿安全生产的必要前提和保证.为了提高煤与瓦斯突出预测模型的预测精度,提出了一种改进的极限学习机煤与瓦斯突出预测模型.首先利用核主成分分析法对煤与瓦斯突出的影响指标进行降维简化处理,提取指标数据的主成分序列;把主成分序列分为训练样本和验证样本,然后在训练阶段,使用训练样本通过结合了全局搜索和局部搜索的文化基因算法对极限学习机的输入权值和隐含层偏差进行优化,得到最佳预测模型;最后,在最佳预测模型中,用验证样本对煤与瓦斯突出强度进行预测.通过实例验证,该模型能够有效预测煤与瓦斯突出强度.与BP、SVM、ELM、KPCA-ELM等预测模型相比,该模型具有更高的预测精度.

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	卢万杰	辽宁工程技术大学机械工程学院	12	67	5.0	8.0
4	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
5	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