煤矿瓦斯涌出量动态预测的PCA-MFOA-GRNN模型及应用

发布时间：2020-01-27 15:59

【摘要】：针对煤矿瓦斯涌出受许多因素的影响,为了克服瓦斯涌出中存在的复杂的非线性关系,从而实现稳定、可靠、精确的对煤矿综采工作面瓦斯涌出量进行动态预测,提出了主成分分析法(PCA)结合改进的果蝇算法(MFOA)优化GRNN的绝对瓦斯涌出量的预测手段。运用PCA算法对原始输入数据降维;并且对果蝇算法中的Si函数增加一个跳脱参数B,避免局部最优因子对预测模型的干扰;将MFOA算法对GRNN的平滑因子σ进行优化;将PCA结果作为模型的输入,建立了PCA-MFOAGRNN算法的回采工作面瓦斯涌出量动态预测模型,结合实际矿井瓦斯涌出量监测的相关数据检验该模型,并将该模型的预测结果与未修正的FOA-GRNN算法、CIPSO-ENN算法、BP神经网络预测、Elman网络预测结果进行对比,结果表明:该预测模型对GRNN的参数优化后得到的预测模型较其他预测模型有更强的泛化能力和更高的预测精度。

【参考文献】

相关期刊论文前10条

1 付华;刘雨竹;李海霞;徐耀松;王雨虹;;煤矿瓦斯浓度的CAPSO-ENN短期预测模型[J];传感技术学报;2015年05期

2 曲健;陈红岩;刘文贞;李志彬;张兵;应亚宏;;基于改进网格搜索法的支持向量机在气体定量分析中的应用[J];传感技术学报;2015年05期

3 付华;王馨蕊;王志军;王雨虹;屠乃威;徐耀松;;基于PCA和PSO-ELM的煤与瓦斯突出软测量研究[J];传感技术学报;2014年12期

4 范良;赵国忱;苏运强;;果蝇算法优化的广义回归神经网络在变形监测预报中的应用[J];测绘通报;2013年11期

5 张宏伟;朱志洁;霍丙杰;宋卫华;;基于改进的FOA-SVM导水裂隙带高度预测研究[J];中国安全科学学报;2013年10期

6 韩俊英;刘成忠;;基于细菌趋化的果蝇优化算法[J];计算机应用;2013年04期

7 王欣;杜康;秦斌;徐海军;;基于果蝇优化算法的LSSVR干燥速率建模[J];控制工程;2012年04期

8 付华;姜伟;单欣欣;;基于耦合算法的煤矿瓦斯涌出量预测模型研究[J];煤炭学报;2012年04期

9 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

10 吕伏;梁冰;孙维吉;王岩;;基于主成分回归分析法的回采工作面瓦斯涌出量预测[J];煤炭学报;2012年01期

【共引文献】

相关期刊论文前10条

1 黄星;袁明;王绍玉;;基于Mexican Wv-SVM的震灾人员存活量模型[J];中国管理科学;2016年09期

2 桑聪;李伟;张浪;王恩;;突出煤层群综采工作面煤壁瓦斯涌出计算方法研究[J];煤炭科学技术;2016年09期

3 付华;代巍;;基于LLE与BA-Elman的瓦斯涌出量动态预测研究[J];传感技术学报;2016年09期

4 单亚峰;汤月;任仁;谢鸿;;基于邻域粗糙集与支持向量极端学习机的瓦斯传感器故障诊断[J];传感技术学报;2016年09期

5 刘文贞;陈红岩;李孝禄;袁月峰;郭晶晶;;基于自适应变异粒子群算法的混合核ε-SVM在混合气体定量分析中的应用[J];传感技术学报;2016年09期

6 宋乃林;张鹏翔;龙祖根;韩真理;;煤巷瓦斯涌出分形特征及其与突出预测指标的关系[J];煤炭技术;2016年09期

7 张春朋;吴财芳;李腾;张晓阳;;主成分分析法在煤层气选区评价中的应用[J];煤炭科学技术;2016年08期

8 张彩宏;潘广贞;;基于非均匀变异和自适应逃逸的果蝇优化算法[J];计算机工程与设计;2016年08期

9 付华;司南楠;鲁俊杰;王雨虹;徐耀松;;基于bi-LWCA-ENN煤与瓦斯突出危险性预测[J];传感技术学报;2016年08期

10 崔金玲;吴迪;;基于正态云模型的自适应果蝇优化算法[J];河南理工大学学报(自然科学版);2016年05期

【二级参考文献】

相关期刊论文前10条

1 付华;王馨蕊;王志军;王雨虹;屠乃威;徐耀松;;基于PCA和PSO-ELM的煤与瓦斯突出软测量研究[J];传感技术学报;2014年12期

2 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

3 孙艳梅;苗凤娟;陶佰睿;;基于PSO的BP神经网络在压力传感器温度补偿中的应用[J];传感技术学报;2014年03期

4 付华;李文娟;孟祥云;王桂花;王灿祥;;IGA-DFNN在瓦斯浓度预测中的应用[J];传感技术学报;2014年02期

5 乔聪明;;基于PLS-SVR的三组分混合气体定量分析[J];太原理工大学学报;2014年01期

6 梁冰;秦冰;孙维吉;王少远;石迎爽;;智能加权灰靶决策模型在煤与瓦斯突出危险评价中的应用[J];煤炭学报;2013年09期

7 张春华;刘泽功;刘健;蔡峰;张树川;;封闭型地质构造诱发煤与瓦斯突出的力学特性模拟试验[J];中国矿业大学学报;2013年04期

8 Manouchehrian Amin;Sharifzadeh Mostafa;Hamidzadeh Moghadam Rasoul;Nouri Tohid;;Selection of regression models for predicting strength and deformability properties of rocks using GA[J];International Journal of Mining Science and Technology;2013年04期

9 仇圣华;杨志锡;刘光照;曹福辉;刘猛;褚衍江;;煤层开采后覆岩导水裂隙带高度的模拟研究[J];煤矿安全;2013年06期

10 袁力哲;杨宪江;王宇;;基于自适应遗传BP算法的混合气体定量检测研究[J];仪表技术与传感器;2013年06期

【相似文献】

相关期刊论文前10条

1 吴大中;吴丽华;;基于改进的GRNN的固体氧化物燃料电池辨识模型研究[J];能源研究与信息;2013年04期

2 胡大伟;卞新民;李思米;许泉;;基于GRNN网络模型的土壤重金属空间分布的研究[J];土壤通报;2007年02期

3 蒋必辞;潘保芝;庄华;张海涛;杨小明;陈刚;;改进GRNN网络预测致密砂岩气层压裂产能[J];世界地质;2014年02期

4 李朝将;凡银生;李强;;基于GRNN的电火花线切割加工工艺预测[J];华中科技大学学报(自然科学版);2012年S2期

5 丁磊;;油田测试工作中GRNN类神经网络应用探讨[J];中国石油和化工标准与质量;2013年07期

6 张永勇;许国根;;基于GRNN模型的肼类化合物毒性参数构效分析[J];化学推进剂与高分子材料;2014年03期

7 张如意;王学雷;;基于GRNN的酱油种曲孢子数预测模型[J];中国调味品;2012年10期

8 ;ARTIFICIAL NEURAL NETWORKS-MODELING, PROGRAMMING AND APPLICATION IN MATERIAL HOT WORKING[J];Acta Metallurgica Sinica(English Letters);2000年02期

9 郭卫东;倪开诚;孙旭东;张长江;陈文荣;;基于CWT和GRNN的可见-近红外漫反射光谱检测樱桃糖度的研究[J];食品科学;2009年12期

10 谢水英;黄芳;;基于GRNN神经网络的800H合金热变形预测[J];热加工工艺;2014年12期