煤与瓦斯突出危险性预测的SαS-PNN模型及应用

• 作者: 余洋先 刘清 周宗红 张继华 李春阳 王佳信 龙刚
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: Alpha稳定分布(SαS) 高斯分布 概率神经网络 煤与瓦斯突出 预测
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 无线传感器技术
• 页码范围: 1112-1118
• 页数: 7页
• 分类号: TP39|TP183|TP212
• 字数: 5199字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2017.07.024

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.为了实现对煤与瓦斯突出危险性快速、准确和动态预测,考虑煤与瓦斯突出多种影响因素.提出一种改进的概率神经网络(PNN)煤与瓦斯突出预测模型.首先,引进一种对称Alpha稳定分布(SαS),SαS有更广泛的数学表达,其径向对称特性可充当PNN样本层中的高斯分布.在SαS的基础上,建立煤与瓦斯突出危险性预测的SαS-PNN模型.将SαS-PNN模型应用于国内26个典型矿井的煤与瓦斯突出危险性等级预测.预测结果表明:在3种不同的训练和测试下SαS-PNN模型仍具有良好的预测效果,其误判率分别为7.69%、11.54%和15.38%.说明该模型可为煤矿开采中煤与瓦斯突出危险性预测提供了一种可能的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周宗红	昆明理工大学国土资源工程学院	49	295	10.0	14.0
2	王佳信	昆明理工大学国土资源工程学院	8	40	4.0	6.0
3	张继华	淮阴工学院建筑工程学院	12	25	3.0	5.0
4	余洋先	昆明理工大学国土资源工程学院	3	14	2.0	3.0
5	李春阳	昆明理工大学国土资源工程学院	3	21	3.0	3.0
6	龙刚	昆明理工大学国土资源工程学院	4	14	2.0	3.0
7	刘清		1	8	1.0	1.0