-
作者
李彦忠 毛清华 蒲晓飞
-
单位
西安科技大学机械工程学院西安建筑科技大学西安软件园发展中心
-
摘要
矿压显现及其控制方法对煤炭资源安全高效生产影响巨大。针对综采工作面矿压显现致灾问题，综合运用工程调研、理论分析、模型构建等方法，开展了综采工作面矿压规律预测模型的系统性研究。采用免疫粒子群混合算法优化BP神经网络（IA-PSO-BP），建立了基于IA-PSO-BP的矿压规律预测模型。选取平均绝对误差、均方误差和相关系数作为评价指标，对比分析了BP模型、PSO-BP模型和IA-PSO-BP模型的预测性能。结果表明：相较于BP和PSO-BP模型，IA-PSOBP模型的收敛速度分别提高7.44倍和1.79倍；在测试集上的预测精度显著提高，预测结果符合矿压数据的周期性变化规律。基于优化BP神经网络的矿压规律预测方法，可为预防煤矿井下矿压灾害的发生提供一定的指导借鉴。
-
关键词
矿压监测IA-PSO优化神经网络来压预警
-
文章目录
0 引言
1 IA-PSO-BP神经网络模型构建
1.1 模型构建算法数据来源与优化
1.2 基于IA-PSO-BP的矿压规律预测模型构建流程
2 实验验证
2.1 实验数据
2.2 优化算法的确定
2.3 最佳历史数据长度的确定
3 基于IA-PSO-BP的矿压预测模型仿真结果分析
3.1 模型评价方法
3.2 模型参数设置
3.3 IA-PSO优化算法参数设置
3.4 各模型训练速度对比
3.5 模型对比实验结果与分析
4 结语
-
DOI
-
引用格式
[1]李彦忠,毛清华,蒲晓飞.基于优化BP神经网络的矿压规律预测方法研究[J].煤炭技术,2024,43(10):38-43.
煤炭技术 
2024年第10期 
