基于灰色关联熵的煤与瓦斯突出概率神经网络预测模型

• 作者: 于凤娥 温廷新 邵良杉
• 来源期刊: 计算机应用研究
• 关键词: 煤与瓦斯突出 危险性预测 熵权法 灰色关联度分析 概率神经网络
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 系统应用开发
• 页码范围: 3326-3329
• 页数: 4页
• 分类号: TP391|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.11.030

摘要

煤与瓦斯突出是严重威胁矿井安全生产的重大自然灾害之一.为解决煤与瓦斯突出影响因素、突出危险性关联预测问题,在综合分析煤与瓦斯突出影响因素的基础上,利用灰色关联熵理论分析影响因素与突出危险性的关联度,得到各影响因素的权重及关联度排序,并结合概率神经网络(PNN)原理,构建基于灰色关联熵的煤与瓦斯突出PNN预测模型.用煤与瓦斯突出样本数据,对影响因素加权的PNN模型进行训练和测试.结果表明,用灰色关联熵分析可获得影响因素与突出危险性的关系,量化输入变量的重要性;瓦斯放散初速度、开采深度对于煤与瓦斯突出危险性的影响程度最大,可重点对瓦斯放散初速度、开采深度进行预处理以产生更为理想的预测效果;该预测模型能更好地考虑影响因素对突出危险性的综合影响,改善煤与瓦斯突出危险性预测的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵良杉	辽宁工程技术大学系统工程研究所	189	1464	18.0	27.0
2	温廷新	辽宁工程技术大学系统工程研究所	68	340	10.0	14.0
3	于凤娥	辽宁工程技术大学系统工程研究所	6	30	4.0	5.0