粗糙集-改进神经网络落煤瓦斯涌出量预测_中国煤炭行业知识服务平台

粗糙集-改进神经网络落煤瓦斯涌出量预测

作者

董晓雷贾进章樊程程赫祥林
单位

辽宁工程技术大学安全科学与工程学院矿山热动力灾害与防治教育部重点实验室
摘要

为对井下落煤瓦斯涌出量进行预测,采用粗糙集与改进神经网络相结合的方法,在样本数据的筛选上吸取粗糙集数据约简的优点,使选择的数据样本简洁且更具代表性;充分利用BP神经网络的非线性拟合能力,将遗传算法与其相结合,避免BP网络陷入局部最优.利用编写的程序确定隐含层节点数,相比以往经验公式取值更具优势.最后在任家庄煤矿成功应用.研究结果表明:利用粗糙集与改进神经网络相结合模型进行预测,结果准确可靠,克服了以往BP模型的不足.该模型对井下落煤瓦斯涌出量预测具有一定参考价值.
关键词

粗糙集 BP神经网络落煤瓦斯遗传算法数据约简涌出量解析强度样本数据
基金项目(Foundation)

国家自然科学基金资助项目(51374121)；辽宁省高等学校杰出青年学者成长计划基金资助项目(LJQ2011028)；
相关文章

[1]PCA-GA-SVM的回采工作面瓦斯涌出量预测
[2]PCA-GA-ELM煤矿瓦斯涌出量预测