基于bi-LWCA-ENN煤与瓦斯突出危险性预测

• 作者: 付华 司南楠 徐耀松 王雨虹 鲁俊杰
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 煤与瓦斯突出危险性 双层狼群算法 Elman神经网络 特征选择
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 1227-1233
• 页数: 7页
• 分类号: TP391|TP212
• 字数: 5529字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2016.08.017

摘要

为了提高煤与瓦斯突出的预测精度，以实现准确、可靠的瓦斯突出危险性预测，提出一种双层狼群算法（LWCA）优化Elman神经网络模型进行模式分类与预测，建立煤与瓦斯突出的双层LWCA-ENN预测模型。分析煤与瓦斯突出机理和影响因素，提取相关数据样本，筛选稳定的特征子集作为特征向量训练模型，算法通过对Elman神经网络的权值、阈值寻优，建立了基于bi-LWCA-ENN算法的预测模型并结合矿井监测数据进行实例分析。试验结果表明：煤与瓦斯突出的bi-LWCA-ENN模型稳定性好，收敛速度快，有效地实现了瓦斯突出危险性预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付华	辽宁工程技术大学电气工程与控制工程学院	242	1698	20.0	28.0
2	徐耀松	辽宁工程技术大学电气工程与控制工程学院	56	401	12.0	18.0
3	王雨虹	辽宁工程技术大学电气工程与控制工程学院	26	188	8.0	13.0
4	司南楠	辽宁工程技术大学电气工程与控制工程学院	3	7	2.0	2.0
5	鲁俊杰	辽宁工程技术大学电气工程与控制工程学院	2	4	1.0	2.0