采煤工作面瓦斯涌出量预测优化研究

• 作者: 刘晶 唐博
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 瓦斯涌出量 非线性系统 预测模型 克隆混沌粒子群算法 神经网络
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 仿真服务化
• 页码范围: 433-437
• 页数: 5页
• 分类号: TP183
• 字数: 4170字
• 语种: 中文

摘要

瓦斯涌出量受多种因素的影响,随机性强,传统的预测方法预测精度低,导致煤矿瓦斯事故频繁发生.针对煤矿回采工作面瓦斯涌出量系统的时变性、非线性及复杂性等特点,为了提高瓦斯涌出量的预测精度,提出了一种克隆混沌粒子群算法(CIPSO)与Elman神经网络的耦合算法(CIPSO-ENN),利用CIPSO算法优化Elman神经网络的初始权值、阈值,建立了基于CIPSO-ENN耦合算法的绝对瓦斯涌出量动态系统的预测模型.根据矿井监控系统监测到的各项历史数据,采用Matlab软件进行预测模型仿真.结果表明,该模型与其他优化模型相比,具有更高的预测精度,降低了预测误差,为煤矿瓦斯防治提供理论支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐博	辽宁工程技术大学电气与控制工程学院	6	45	3.0	6.0
2	刘晶	辽宁工程技术大学电气与控制工程学院	5	12	1.0	3.0