基于IGSA-ELM模型的回采工作面瓦斯涌出量预测

• 作者: 康天合 康官先 李杰
• 来源期刊: 煤矿安全
• 学科: 工学
• 关键词: IGSA-ELM模型 自相关系数法 瓦斯涌出量 ELM神经网络 万有引力算法
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 分析·探讨
• 页码范围: 155-158
• 分类号: TD712
• 语种: 中文
• DOI: 10.13347/j.cnki.mkaq.2016.01.044

摘要

针对现有煤矿回采工作面瓦斯涌出量预测方法存在的预测时间较长,预测精度不高的问题,提出了用IGSA优化ELM神经网络的瓦斯涌出量预测模型.将优选策略和粒子的记忆、信息交换功能引入万有引力搜索方法,利用IGSA对ELM神经网络的网络隐含层节点数进行寻优,利用自相关系数法筛选出回采工作面瓦斯涌出量的8个主要影响因素,建立基于IGSA-ELM算法的瓦斯涌出量预测模型,并结合矿井监测到的历史数据进行实例分析.试验结果表明:经IGSA优化后的ELM神经网络瓦斯涌出量预测模型与PSO-ELM神经网络、ACC-ENN和GSA-ELM神经网络预测模型相比,预测精度分别提高310％、60％、31％,为回采工作面瓦斯涌出量的预测提供了一种新的快速预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康天合	太原理工大学采煤工艺研究所	128	1869	24.0	39.0
2	李杰	太原理工大学采煤工艺研究所	14	37	3.0	6.0
3	康官先	太原理工大学采煤工艺研究所	5	46	3.0	5.0