瓦斯突出等级预测模型_中国煤炭行业知识服务平台

瓦斯突出等级预测模型

作者

赵国强王留洋刘雨竹卢万杰王志中
单位

辽宁工程技术大学电气与控制工程学院辽宁工程技术大学机械工程学院
摘要

针对瓦斯突出等级评判方法预测准确度低的问题，提出一种基于拉普拉斯特征映射算法（LE）和改进的乌鸦搜索算法（ICSA）优化核极限学习机（KELM）的瓦斯突出预测模型。利用LE算法对瓦斯突出数据进行非线性降维，消除变量间的相互重叠；引入Tent扰动序列、自适应步长和自适应感知概率改进传统的乌鸦搜索算法（CSA），有效避免算法陷入局部最优，提高算法的收敛性能；采用ICSA算法对KELM的相关参数进行寻优，建立基于LE和ICSA-KELM的瓦斯突出等级评判模型。经过对比试验表明，该模型能够有效提高预测准确率。
关键词

瓦斯突出等级评定拉普拉斯特征映射算法乌鸦搜索算法Tent混沌序列核极端学习机
基金项目(Foundation)

国家自然科学基金（51974151；71771111）；辽宁省高等学校创新团队项目（LT2019007）；
引用格式

赵国强,王留洋,刘雨竹,卢万杰,王志中.瓦斯突出等级预测模型[J].辽宁工程技术大学学报(自然科学版),2023,42(01):32-39.