• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于蚁群-模糊聚类算法的井下工作面瓦斯突出预测
  • 作者

    周天沛孙伟

  • 单位

    徐州工业职业技术学院机电工程学院中国矿业大学信电学院

  • 摘要
    针对现有的瓦斯预测方法在实际应用中受到较大限制且预测结果的准确性较差的问题,提出了一种基于蚁群-模糊聚类算法的瓦斯突出预测方法;分析了蚁群-模糊聚类算法的基本原理及实现步骤,并以某煤矿井下工作面某时段内的瓦斯突出数据为例,采用蚁群-模糊聚类算法对该数据进行了挖掘分析,从而找出了瓦斯突出量与其影响因素即埋藏深度、煤层厚度、瓦斯含量、日进度、煤层间距、日产量之间的关系。测试结果表明,该方法预测结果与实际监测记录完全一致,具有较高的聚类预测性能。
  • 关键词

    井下工作面瓦斯突出预测蚁群算法模糊聚类算法

  • 相关文章
相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联