GA-BP和PSO-BP预测模型在九龙矿煤层底板突水预测中的应用研究
-
52
-
作者
刘滢卢兰萍王铁记靳子栋张会松卫皓皓
-
单位
河北工程大学土木工程学院冀中能源峰峰集团邯郸市宝峰有限公司九龙矿
-
摘要
目前，煤层开采环境复杂，随着开采深度、开采强度的增加，面临多变的突水因素和复杂的突水机理，且各因素间相互联系的不确定性，使底板突水预测的难度不断增加。对GA-BP与PSO-BP两种组合优化方法进行描述、对比。两种组合优化方法克服了神经网络容易收敛到局部最小值，以及收敛速度慢的缺点，对煤层底板突水都能实现较高精度，具有强大的泛化能力。通过对两种组合优化方法的预测模型做对比，发现GA-BP模型更优于PSO-BP模型，证明GA-BP组合优化方法更适合对底板突水危险性进行预测。
-
关键词
GA-BPPSO-BPBP神经网络组合优化方法底板突水
-
基金项目(Foundation)
国家自然科学基金资助项目（41902254）；河北省自然科学基金生态智慧矿山联合基金资助项目（D2020402013）；
-
文章目录
0 引言
1 基础理论
1.1 煤层底板突水机理
1.2 粒子群优化算法理论
1.3 遗传算法理论
2 底板突水预测模型的建立
2.1 PSO-BP模型的建立
2.2 GA-BP模型的建立
3 九龙矿突水案例
4 模型预测结果分析
4.1 GA-BP模型预测结果
4.2 PSO-BP模型测试结果
5结语
-
相关文章
煤炭技术 
2024年第06期 
