基于自适应粒子群-极限学习机的煤矿CO2浓度预测

• 作者: 徐宏 王培进
• 来源期刊: 新一代信息技术
• 关键词: 煤矿 CO2浓度 SAPSO-ELM 预测 优化
• 年，卷（期）: 2019,（10）
• 页码范围: 18-23
• 页数: 6页
• 字数: 2526字
• 语种: 中文

摘要

煤矿采空区的CO2浓度对煤矿的安全生产有重大影响,其浓度的高低可以导致火灾的发生和潜在的CO2中毒事件,严重危害煤矿工人的生命安全.若能够实时预测煤矿采空区的CO2浓度,将会大大保障煤矿的安全生产.将自适应粒子群-极限学习机算法(SAPSO-ELM)应用于煤矿CO2浓度预测,具有创新性.通过仿真试验表明,可实现±0.04％的误差,可以应用于实际的煤矿CO2浓度预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐宏	山东外事翻译职业学院信息与控制工程学院	3	0	0.0	0.0
2	王培进	山东外事翻译职业学院信息与控制工程学院	2	0	0.0	0.0