改进的Elman神经网络在瓦斯涌出量预测中的应用

发布时间：2018-02-21 10:40

  本文关键词： 安全管理工程 混沌免疫遗传优化算法 Elman神经网络 预测 绝对瓦斯涌出量　出处：《安全与环境学报》2015年03期 　论文类型：期刊论文

【摘要】：在煤矿瓦斯灾害中,煤矿瓦斯突出是导致瓦斯重特大事故的主要原因之一。目前常用的基于反向传播(BP)神经网络和遗传算法-Elman神经网络(GA-ENN)耦合算法等建立瓦斯涌出量预测模型的预测方法在收敛性和精度上均存在一定的缺陷。提出了一种利用混沌免疫遗传优化算法(CIGOA)对Elman神经网络进行改进的新型智能优化算法来增强粒子的活性,提高其局部搜索能力和全局优化能力,克服了遗传算法(GA)的固有缺陷。对煤矿现场跟踪实测后进行仿真分析,结果表明:运用提出的CIGOA-ENN预测模型预测的最大相对误差为4.47%,最小相对误差为1.12%,平均相对误差为2.27%,明显小于BP神经网络和GA-ENN等预测模型的预测结果,表明CIGOA-ENN预测模型的输出结果更精确,对瓦斯涌出量预测系统的辨识误差更小,性能更优越。
[Abstract]:In the coal mine gas disaster in coal mine gas outburst is one of the main causes of gas accidents. The current commonly used based on back-propagation (BP) neural network and genetic algorithm -Elman neural network (GA-ENN) algorithm to establish coupling prediction of gas emission quantity prediction model method has defects in convergence and accuracy. Proposed a chaotic immune genetic optimization algorithm (CIGOA) to improve the new intelligent optimization algorithm to enhance the particle activity on the Elman neural network, improve the ability of local search and global optimization ability of genetic algorithm to overcome the inherent defects (GA). The simulation analysis of the mine site tracking test results show that the proposed CIGOA-ENN model predicts the maximum relative error is 4.47%, the minimum relative error is 1.12%, the average relative error is 2.27%, significantly less than the BP neural network and GA- The prediction results of ENN and other prediction models show that the output result of CIGOA-ENN prediction model is more accurate, and the identification error of gas emission prediction system is smaller and the performance is better.

【作者单位】： 辽宁工程技术大学机械工程学院;辽宁工程技术大学电气与控制工程学院;
【基金】：国家自然科学基金项目(51274118,70971059) 辽宁省科技攻关基金项目(2011229011)
【分类号】：TD712.5;TP183

【参考文献】

相关期刊论文 前10条

1 李波;王凯;魏建平;田涛;李鹏;;2001—2012年我国煤与瓦斯突出事故基本特征及发生规律研究[J];安全与环境学报;2013年03期

2 刘新喜,木合塔尔扎日,王鹏飞,黄晓峰;基于BP人工神经网络的矿井瓦斯涌出量预测[J];安全与环境工程;2002年01期

3 邵良杉;付贵祥;;Disaster prediction of coal mine gas based on data mining[J];Journal of Coal Science & Engineering(China);2008年03期

4 邵良杉;张宇;;基于小波理论的支持向量机瓦斯涌出量的预测[J];煤炭学报;2011年S1期

5 刘翔;宋常建;钟子发;;一种改进型免疫算法在TDOA定位中的应用[J];计算机工程与应用;2013年04期

6 郭健;王元汉;李银平;;Adaptive Identification of Logging Lithology Based on VPSO-ENN Hybrid Algorithm[J];Journal of Southwest Jiaotong University(English Edition);2008年04期

7 薛鹏骞;吴立锋;李海军;;基于小波神经网络的瓦斯涌出量预测研究[J];中国安全科学学报;2006年02期

8 郝天轩;宋超;;基于模糊神经网络的煤层瓦斯含量预测研究[J];中国安全科学学报;2011年08期

9 朱志洁;张宏伟;韩军;宋卫华;;基于PCA-BP神经网络的煤与瓦斯突出预测研究[J];中国安全科学学报;2013年04期

10 付华;谢森;徐耀松;陈子春;;基于MPSO-WLS-SVM的矿井瓦斯涌出量预测模型研究[J];中国安全科学学报;2013年05期

【共引文献】

相关期刊论文 前10条

1 王涛;王洋洋;郭长娜;张继华;;QGA-RBF神经网络在矿井瓦斯涌出量预测中的应用[J];传感技术学报;2012年01期

2 杨敏;汪云甲;李瑞霞;;煤与瓦斯突出强度预测的IGABP方法[J];重庆大学学报;2010年01期

3 付华;王福娇;陈子春;;基于分数阶神经网络的瓦斯涌出量预测[J];传感器与微系统;2013年05期

4 刘正;邓广哲;刘小军;;多元回归分析在煤层瓦斯含量预测中的应用[J];矿业安全与环保;2013年05期

5 李泽瑜;孟祥云;;矿井瓦斯涌出量预测方法[J];辽宁工程技术大学学报(自然科学版);2014年09期

6 邹树梁;赵然;;基于AHP分析的高放环境下挖掘机系统安全性能研究[J];安全;2014年11期

7 付华;王馨蕊;杨本臣;王志军;屠乃威;王雨虹;徐耀松;;基于MPSO-CWLS-SVM的瓦斯涌出量预测[J];传感技术学报;2014年11期

8 王雨虹;付华;张洋;;基于KPCA和CIPSO-PNN的煤与瓦斯突出强度辨识模型[J];传感技术学报;2015年02期

9 张明杰;田加加;李凯;;基于力能角度的鹤壁矿区煤与瓦斯突出主控因素分析[J];安全与环境学报;2015年01期

10 张强;贾宝山;董晓雷;李宗翔;;PCA-GA-SVM的回采工作面瓦斯涌出量预测[J];辽宁工程技术大学学报(自然科学版);2015年05期

相关会议论文 前2条

1 陈连军;粟才全;;矿井瓦斯涌出量的径向基函数网络预测模型[A];2009矿山灾害预防控制学术研讨会论文集[C];2009年

2 由伟;;基于神经网络模型的瓦斯含量预测及其与影响因素问定量关系的分析[A];第3届全国煤炭工业生产一线青年技术创新文集[C];2008年

相关博士学位论文 前10条

1 李琨;监控技术与涌现性分析在煤矿瓦斯灾害防治中的应用研究[D];昆明理工大学;2009年

2 陈金国;瓦斯管理的关键技术研究[D];南京航空航天大学;2007年

3 高晓旭;基于4M理论的煤矿本质安全研究[D];西安科技大学;2010年

4 张仕和;突出矿井采掘接替与通风系统的动态模拟及优化[D];中国矿业大学;2012年

5 董丁稳;基于安全监控系统实测数据的瓦斯浓度预测预警研究[D];西安科技大学;2012年

6 李波;受载含瓦斯煤渗流特性及其应用研究[D];中国矿业大学（北京）;2013年

7 乔磊;基于煤储层特征的新安煤矿二_1煤深部瓦斯涌出量预测模型构建[D];中国地质大学;2013年

8 崔永国;瓦斯突出气体逆流运移规律及致灾范围研究[D];中国矿业大学（北京）;2014年

9 杨威;煤岩变形破裂电磁和微震信号关联响应机理及特征研究[D];中国矿业大学（北京）;2014年

10 张杰;基于云计算数据集成模式的矿井瓦斯预警研究[D];西安科技大学;2014年

相关硕士学位论文 前10条

1 王伟;基于矿井自动监测与组态软件的瓦斯管理系统开发研究[D];辽宁工程技术大学;2009年

2 秦勇;基于灰色神经网络的煤矿瓦斯涌出量预测模型研究[D];太原科技大学;2011年

3 陶桂芳;瓦斯涌出量评估系统中关联规则算法应用研究[D];电子科技大学;2010年

4 王拔群;基于遗传神经网络的瓦斯涌出分源预测的研究[D];安徽理工大学;2010年

5 贺媛;高瓦斯矿井炮掘工作面瓦斯涌出规律的研究[D];内蒙古科技大学;2010年

6 刘建雄;矿井采煤工作面瓦斯涌出规律研究[D];西安科技大学;2011年

7 乔德浩;基于CIPSO-ENN耦合算法的瓦斯涌出量预测[D];辽宁工程技术大学;2011年

8 朱帅虎;LS-SVM算法预测煤层瓦斯涌出量技术研究及应用[D];山东科技大学;2011年

9 徐昕;基于粗集和神经网络的建模方法及其应用[D];南京工业大学;2003年

10 王一莉;瓦斯涌出量预测方法及其应用研究[D];南京工业大学;2005年

【二级参考文献】

相关期刊论文 前10条

1 王泰,刘宝民;我国煤矿安全状况和安全管理措施[J];北京工业职业技术学院学报;2003年02期

2 高海兵,高亮,周驰,喻道远;基于粒子群优化的神经网络训练算法研究[J];电子学报;2004年09期

3 吕闰生;张子戌;;煤层瓦斯围岩封盖能力的定量分析[J];矿业安全与环保;2007年06期

4 谢开贵,曾晓晖,李春燕,刘柏私,周家启;免疫算法与其他随机优化算法的比较分析[J];重庆大学学报(自然科学版);2003年11期

5 兰天伟;秦玉珍;韩军;;矿区活动断裂空间形态EH4探测[J];辽宁工程技术大学学报(自然科学版);2011年02期

6 田中大;高宪文;李琨;;基于PSO优化LS-SVM的GPRS工业控制网络时延预测[J];东北大学学报(自然科学版);2012年10期

7 赵洪宝;张红兵;尹光志;;含瓦斯软弱煤三轴力学特性试验[J];重庆大学学报;2013年01期

8 赵丽;李天舒;刘玉蕾;;基于支持向量机的机器学习的研究[J];哈尔滨师范大学自然科学学报;2008年06期

9 陈凯;黄蕾;方强;;遗传神经网络在累积性环境风险评价中的应用[J];环境监控与预警;2012年02期

10 马云芳,王小华;基于小波理论的织物纹理特征提取[J];杭州电子工业学院学报;2002年06期

相关博士学位论文 前1条

1 邓平;蜂窝网络移动台定位技术研究[D];西南交通大学;2002年

相关硕士学位论文 前2条

1 李波;义安矿水力冲孔卸压增透消突技术研究[D];河南理工大学;2010年

2 姜长元;模糊神经网络模型及其应用研究[D];南京师范大学;2005年

【相似文献】

相关期刊论文 前10条

1 ;Multicomponent Kinetic Determination by Wavelet Packet Transform Based Elman Recurrent Neural Network Method[J];Chemical Research in Chinese Universities;2004年06期

2 高玲;石俊仙;任守信;;Elman回归神经网络同时定量测定三种酚类化合物[J];光谱学与光谱分析;2006年01期

3 赵英凯,蔡宁,熊辉;基于自校正改进Elman网的肟化投酮量建模与预估[J];石油化工自动化;1999年03期

4 王玲玲;宣大民;徐永生;苏刚;;基于OIF-Elman神经网络的燃气日负荷预测[J];煤气与热力;2008年07期

5 荣菡;刘波平;邓泽元;罗香;;Elman网络近红外光谱技术同时测定鲜乳中三种主成分含量[J];食品科技;2008年11期

6 蔡鑫;南新元;孔军;;改进Elman神经网络在氧化还原电位预测中的应用[J];安徽大学学报(自然科学版);2014年02期

7 秦宇;;Elman神经网络在电力电子电路故障诊断中的应用[J];轻工科技;2013年04期

8 陈锋,胡上序,俞蒙槐;用分段训练的Elman递归神经网络滤除色谱数据中的噪声[J];高等学校化学学报;2000年02期

9 赵奇,刘开第,庞彦军;Elman神经网络训练方法及其在非线性系统辨识中的应用[J];煤矿机械;2005年05期

10 袁仁茂;马凤山;邓清海;徐锡伟;;基于Elman型神经网络的金川二矿地表岩移时序预测模型[J];工程地质学报;2008年01期

相关会议论文 前10条

1 ;Study of PID Elman Neural Network and Its Application in Dynamical Systems Identification[A];第二十四届中国控制会议论文集（下册）[C];2005年

2 ;Identification of dynamic nonlinear systems using recurrent neural networks[A];第十九届中国控制会议论文集（一）[C];2000年

3 苏刚;王玲玲;徐永生;;基于改进Elman网络的燃气负荷预测[A];第十七届全国过路控制会议论文集[C];2006年

4 赵建玉;高慧;贾磊;;基于Elman神经网络的短时交通流预测模型[A];第二十七届中国控制会议论文集[C];2008年

5 郭式伟;吕建;张秀兰;;基于改进Elman网络的空调负荷预测[A];全国暖通空调制冷2008年学术年会资料集[C];2008年

6 符利勇;何铮;唐守正;刘应安;;基于改进Elman神经网络的林隙大小预测模型[A];第九届中国林业青年学术年会论文摘要集[C];2010年

7 WenJie Wu;DaGui HUANG;Zheng DONG;;Fault Diagnosis of the Aeroengine Based on Neural Network and D-S Evidence Theory[A];Proceedings of 2011 International Conference on Computer Science and Information Technology(ICCSIT 2011)[C];2011年

8 孟令启;张洛明;韩丽丽;马金亮;黄其柏;;基于MATLAB的Elman神经网络在中厚板轧机宽展预测中的应用[A];第二届中国CAE工程分析技术年会论文集[C];2006年

9 ;Battery State-Of-Charge Estimation in Electric Vehicle Using Elman Neural Network Method[A];第二十九届中国控制会议论文集[C];2010年

10 邰新军;陆建荣;;基于Elman神经网络的炮兵战场目标价值分析[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

相关博士学位论文 前2条

1 时小虎;Elman神经网络与进化算法的若干理论研究及应用[D];吉林大学;2006年

2 王丽敏;计算智能改进方法及其在金融与环境领域中的应用[D];吉林大学;2007年

相关硕士学位论文 前10条

1 艾静;基于GA-Elman预测模型的网络舆情研究[D];华中师范大学;2013年

2 韩旭明;Elman神经网络的应用研究[D];天津大学;2006年

3 张巧;基于改进免疫算法和Elman神经网络的超声马达速度辨识与控制[D];吉林大学;2006年

4 胡锦;基于Elman神经网络的示功图诊断研究[D];安徽工业大学;2013年

5 石绍堂;基于Elman神经网络的黄金期货价格预测模型研究[D];广西民族大学;2012年

6 朱晓亮;基于Elman网络与GPU加速的时间序列预测[D];大连理工大学;2013年

7 杨小辉;基于Elman神经网络的复合土钉墙安全预测研究[D];河北工程大学;2013年

8 郭冰鑫;基于Elman和M-C模型的全埋管线稳定性研究[D];天津大学;2009年

9 朱春颖;基于Elman网络的镍氢电池智能控制的研究[D];燕山大学;2009年

10 刘敏娜;改进的Elman神经网络在齿轮箱故障诊断中的应用[D];中北大学;2012年

，

本文编号：1521754