煤与瓦斯突出预测的改进差分进化神经网络模型研究

作者

杨敏汪云甲程远平
单位

中国矿业大学环境与测绘学院江苏省资源环境信息工程重点实验室中国矿业大学安全工程学院
摘要

鉴于常规煤与瓦斯突出BP预测模型的不足,将改进DE算法用于BP网络模型参数的优化及训练,提出结合两者优点的改进差分进化神经网络(IDEBP)煤与瓦斯突出预测模型.模型通过对变异模式、变异交叉因子自适应确定等改进,有效提高了标准DE的性能.实现了DE全局优化搜索与BP自适应、自学习的有机结合,稳健性得到加强,更能充分辨识煤与瓦斯突出样本的复杂非线性知识.以36组工程实例数据,进行了IDEBP和DEBP模型与BP模型仿真对比实验.结果表明:该模型能有效避免常规BP的不足,在收敛迅速、结果辨识和预测精度等方面均大为提高,为瓦斯智能预测提供了新的解决方案.
关键词

煤与瓦斯突出预测差分进化神经网络
基金项目(Foundation)

国家自然科学基金项目(5053405050774080)；教育部全国优秀博士学位论文作者专项资金项目(200348)；中国矿业大学青年科研基金项目(2007A033)；
相关文章

[1]煤与瓦斯突出矿井安全煤量研究
[2]巨厚火成岩对下伏煤层煤与瓦斯突出事故控制作用
[3]竖井工作面接近煤层时的应力分布及预防煤和瓦斯突出的方法
[4]基于地测信息的工作面生产指标预测及其应用
[5]煤与瓦斯突出过程颗粒煤碰撞诱发二次破碎理论研究

煤问提

煤传媒

煤视界

科技创新50强

会员中心