基于预处理的IFOA-ELM煤与瓦斯突出预测模型

• 作者: 温廷新 靳露露
• 来源期刊: 中国安全科学学报
• 学科: 工学
• 关键词: 煤与瓦斯突出预测 灰色关联熵分析(GREA) 主成分分析(PCA) 极限学习机(ELM) 改进的果蝇优化算法(IFOA)
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 安全工程技术
• 页码范围: 35-41
• 页数: 7页
• 分类号: X936
• 语种: 中文
• DOI: 10.16265/j.cnki.issn1003-3033.2020.01.006

摘要

为快速准确地预测煤与瓦斯突出危险性,提出一种基于预处理的改进果蝇优化算法(IFOA)-极限学习机(ELM)的预测模型.首先预处理平顶山八矿的部分实测数据,采用灰色关联分析(GRA)法与熵权法(EWM)结合的灰色关联熵分析(GREA)法剔除影响程度较小的因素,应用主成分分析法(PCA)进一步约简因素;构建煤与瓦斯突出危险性预测模型,基于果蝇优化算法(FOA),引入自适应步长更新策略及群体适应度方差策略设计IFOA;利用IFOA优选ELM输入层权值及隐含层阈值,对预处理样本数据进行训练、预测并对比其他模型预测效果.结果 表明:基于预处理的IFOA-ELM模型预测结果与实际结果完全拟合,预测效果显著优于未预处理的模型;基于预处理的IFOA-ELM模型的分类准确率和召回率均为100％,显著高于其他对比模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温廷新	辽宁工程技术大学系统工程研究所	68	340	10.0	14.0
2	靳露露	辽宁工程技术大学系统工程研究所	1	0	0.0	0.0