改进的蚁群聚类算法在煤与瓦斯突出预测中的应用研究

发布时间：2023-02-03 13:01

　　煤与瓦斯突出是井下发生的极为复杂的瓦斯动力现象,严重威胁着煤矿的安全生产,是煤矿最严重的灾害之一。在我国,突出矿井分布广、突出次数多、频率高强度大。我国又是以煤炭为主要能源的国家,同时也是世界上发生煤与瓦斯突出最严重的国家,煤与瓦斯突出限制了我国煤炭工业的经济效益和发展,严重威胁井下工人的生命安全,所以要科学准确地评价煤与瓦斯突出的危险程度,及早预测预报,提前采取防范措施,保证安全生产及提高安全程度。 本文分析和总结了国内外煤与瓦斯突出预测的现状、突出预测方法、突出发生的影响因素、发生条件以及煤与瓦斯突出发生的一般规律；由于煤与瓦斯突出影响因素众多且关系十分复杂,而不能使用单指标方法进行判断分析。为了更好地解决瓦斯突出预测问题,在深入研究蚁群算法的基础上,对蚁群聚类算法进行改进,应用了种群分类和蚂蚁的感觉知觉特性,使得蚁群最大可能的寻找最优解,有效的避免了局部最优的可能,提高了算法的全局寻优性能和收敛速度,减少人为主观因素的影响。根据突出基本言论和实际工作条件,选取瓦斯放散初速度、钻屑瓦斯解吸指标、瓦斯含量、瓦斯压力和煤的坚固性系数这五个指标作为聚类属性,采用蚁群聚类算法判断突出... 

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 引言
    1.2 国内外煤与瓦斯突出概况及研究意义
    1.3 煤与瓦斯突出机理研究现状
    1.4 各类假说存在问题及分析
        1.4.1 瓦斯主导作用假说存在的问题
        1.4.2 地应力作用假说存在的问题
        1.4.3 综合作用假说存在的问题
        1.4.4 化学本质作用假说存在的问题
    1.5 煤与瓦斯突出预测方法研究现状
    1.6 蚁群算法研究现状
    1.7 本论文研究方案
        1.7.1 主要研究内容
        1.7.2 研究步骤
第二章 煤与瓦斯突出影响因素分析
    2.1 地质构造
    2.2 地应力
    2.3 煤体结构
    2.4 煤层厚度
    2.5 瓦斯参数
    2.6 煤层埋藏深度
    2.7 本章小结
第三章 蚁群聚类算法
    3.1 聚类的基本概念
        3.1.1 相似度量方法
        3.1.2 聚类准则函数
        3.1.3 聚类算法的分类
    3.2 蚁群算法的基本原理
        3.2.1 双桥实验
        3.2.2 蚂蚁觅食过程分析
    3.3 蚁群算法的数学模型及其实现步骤
        3.3.1 旅行商问题
        3.3.2 蚁群算法的数学模型
        3.3.3 基本蚁群算法的实现步骤
        3.3.4 基本蚁群算法的结构流程图
    3.4 蚁群算法的性能分析
        3.4.1 蚁群算法的优点
        3.4.2 蚁群算法的不足
    3.5 基本蚁群算法的改进
        3.5.1 精英策略的蚁群系统
        3.5.2 最大最小蚁群系统
    3.6 蚁群算法的应用
    3.7 本章小结
第四章 改进蚁群算法的聚类模型研究
    4.1 种群分类蚁群算法与蚂蚁的感觉知觉特征
        4.1.1 群分类蚁群算法
        4.1.2 具有感觉知觉特征的蚁群算法
    4.2 改进的种群分类蚁群算法
        4.2.1 改进蚁群算法路途选择方法
        4.2.2 改进蚁群算法的信息素更新策略
    4.3 改进的蚁群聚类算法
    4.4 改进蚁群聚类算法的仿真实验
    4.5 本章小结
第五章 蚁群聚类算法在突出预测中的应用
    5.1 寺河矿概况
    5.2 寺河矿地质概况
        5.2.1 地质构造
        5.2.2 煤层
        5.2.3 瓦斯
    5.3 煤与瓦斯突出预测指标的确定与测定
        5.3.1 钻屑解吸指标(K1)测定
        5.3.2 瓦斯放散初速度(△p)测定
        5.3.3 煤的坚固性系数(f)测定
        5.3.4 煤层瓦斯含量测定
        5.3.5 煤层瓦斯压力测定
    5.4 寺河矿煤与瓦斯突出预测
    5.5 本章小结
第六章 结论与展望
    6.1 结论
    6.2 展望
参考文献
致谢
攻读学位期间发表的学术论文


【参考文献】：
期刊论文
[1]基于灰靶决策模型的煤与瓦斯突出可能性评价[J]. 梁冰,秦冰,孙维吉.  煤炭学报. 2011(12)
[2]我国煤矿煤与瓦斯突出现状及预警技术的研究[J]. 黄旭超,孙东玲.  煤炭科学技术. 2011(07)
[3]模糊故障诊断法在预测煤与瓦斯突出中的应用[J]. 施天虎,李希建,李会芳,肖俊贤.  煤炭技术. 2011(01)
[4]近年我国煤与瓦斯突出事故统计分析及其防治措施[J]. 李希建,徐明智.  矿山机械. 2010(10)
[5]煤与瓦斯突出机理研究现状及研究新思路[J]. 李国瑞,罗新荣,郑永昆,刘勇,吴电军.  能源技术与管理. 2010(01)
[6]煤与瓦斯突出机理研究现状及分析[J]. 李希建,林柏泉.  煤田地质与勘探. 2010(01)
[7]煤与瓦斯突出影响因素评价分析的模糊层次分析方法[J]. 孙鑫,徐杨,林柏泉,陆振国,丁学龙,朱传杰,赵延旭.  中国安全科学学报. 2009(10)
[8]基于熵和蚁群算法的模糊支持向量机新方法[J]. 王琳,闫德勤,梁宏霞.  计算机应用. 2009(07)
[9]不同结构类型煤体地球物理特征差异分析和纵横波联合识别与预测方法研究[J]. 彭苏萍,杜文凤,苑春方,勾精为,何兵寿.  地质学报. 2008(10)
[10]煤与瓦斯突出的物理模拟和数值模拟研究[J]. 颜爱华,徐涛.  中国安全科学学报. 2008(09)

博士论文
[1]蚁群优化算法的理论研究及其应用[D]. 刘彦鹏.浙江大学 2007
[2]构造煤演化与力化学作用[D]. 张玉贵.太原理工大学 2006
[3]煤层应力状态及煤与瓦斯突出防治研究[D]. 张国辉.辽宁工程技术大学 2005
[4]煤与瓦斯突出区域预测的模式识别方法研究[D]. 李胜.辽宁工程技术大学 2004

硕士论文
[1]蚁群算法及其应用研究[D]. 荚恒松.江南大学 2008
[2]煤与瓦斯突出机理及防治技术研究[D]. 赵玉林.辽宁工程技术大学 2007
[3]立井掘进过程中的煤与瓦斯突出动力现象研究[D]. 程建圣.安徽理工大学 2006



本文编号：3734568