基于JADE-ELM的煤巷围岩稳定性预测

• 作者: 王东升 靳晓
• 来源期刊: 煤矿安全
• 学科: 工学
• 关键词: 煤巷 围岩稳定性 自适应差分进化算法 极限学习机 仿真预测
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 分析·探讨
• 页码范围: 198-201
• 页数: 4页
• 分类号: TD325+.1
• 语种: 中文
• DOI: 10.13347/j.cnki.mkaq.2017.11.053

摘要

为了对煤巷围岩稳定性进行科学、准确的预测,提出了一种将自适应差分进化算法(JADE)与极限学习(ELM)结合的煤巷围岩稳定性预测新方法.基于ELM训练速度快、泛化能力好和易获取全局最优解的优点,采用JADE优化ELM的输入权值矩阵和隐含层偏差,减少随机性造成的误差,建立JADE-ELM煤巷围岩稳定性预测模型.利用霍州煤矿区煤巷实测数据进行实例分析,并将预测结果与ELM、BP、RBF神经网络比较.结果显示:JADE-ELM模型预测平均精度为97.85％,比ELM、BP、RBF模型分别高出4.05％、17.85％、22.85％,JADE-ELM模型具有更高的预测精度,能够更准确的对煤巷围岩稳定性进行预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	靳晓		6	23	3.0	4.0
2	王东升		3	7	2.0	2.0