共查询到20条相似文献,搜索用时 0 毫秒
1.
《山西能源学院学报》2015,(3)
对进化神经网络原理理论和工作面瓦斯涌出量的影响因素进行了分析,确定了进化神经网络可以规划出工作面瓦斯涌出量预测的非线性预测模型。通过收集到的数据样本,根据智能算法的理论确定了网络结构参数,进行了预测模型的学习训练,对得到的预测模型通过检测样本进行检测,确定了预测模型有一定的外推实用价值。 相似文献
2.
正确预测回采工作面瓦斯涌出量,对于煤炭企业安全生产具有重要意义。通过引入数据挖掘中的随机森林算法,构建了回采工作面瓦斯涌出量预测模型,研究表明该模型具有较好的预测效果。 相似文献
3.
为了实现综采工作面瓦斯涌出量精准化预测的目的,以煤体瓦斯涌出规律本构方程为理论研究基础,综合综采工作面各瓦斯涌出源自身特征因子,建立了煤壁瓦斯涌出量数学预测模型、落煤瓦斯涌出量数学预测模型、采空区遗煤瓦斯涌出量数学预测模型以及邻近层瓦斯涌出量数学预测模型。运用该数学预测模型对煤层群条件下的上社煤矿9209和沙曲煤矿14205综采工作面瓦斯涌出量进行了计算,计算结果与实测统计值之间的误差仅为2.60%和4.92%,均小于5.00%,验证了该数学预测模型的准确性。在此基础上,运用该数学预测模型对9209和14205综采工作面不同产煤量条件下的瓦斯涌出量进行计算,结果表明:9209和14205综采工作面瓦斯涌出量随工作面产煤量增加近似呈线性增大,其中邻近层瓦斯涌出量最为显著,该数学预测模型在综采工作面瓦斯涌出量预测工作中具有一定的实际应用价值。 相似文献
4.
以回采工作面瓦斯涌出实测资料为基础,采用矿山统计法,对新建煤矿93煤层未采区进行瓦斯涌出量预测;为防治瓦斯灾害提供一定理论依据,为矿井通风管理与安全生产提供技术指导。 相似文献
5.
从对目前国内各种回采工作面瓦斯涌出量预测方法的分析,提出更为精确的预测计算公式,并以阳泉一矿12# 煤层为例进行了预测验证。 相似文献
6.
基于偏最小二乘回归的回采工作面瓦斯涌出量预测模型 总被引:1,自引:0,他引:1
针对回采工作面瓦斯涌出量回归建模过程中自变量间出现多重共线性问题,提出应用偏最小二乘回归(PLS)对瓦斯涌出量进行预测的建模思路。选取地质及采矿2个方面共12个参数指标作为回归因子,利用15个瓦斯涌出实例为建模样本,建立了回采工作面瓦斯涌出量的偏最小二乘回归模型。建立的模型对训练样本拟合效果良好,最大误差为6.09%,平均误差仅为2.06%;对其余几个案例进行预测,精度优于主成分分析和BP神经网络,与最小二乘-支持向量机模型相当。研究表明,基于偏最小二乘回归进行工作面瓦斯涌出量预测是一种有效可行的方法。 相似文献
7.
8.
基于PCA-FOA-GRNN的回采工作面瓦斯涌出量预测 总被引:1,自引:0,他引:1
回采工作面瓦斯涌出量受多种因素共同影响,很难用线性方法进行准确预测。广义回归神经网络(GRNN)是一种前馈神经网络,具有鲁棒性好和高容错率的优点,并且调节参数只有1个,因此,基于GRNN构建预测模型,运用改进的果蝇优化算法(FOA)对传统GRNN模型进行优化,应用主成分分析法(PCA)对样本数据进行降维简化处理,以减少次要因素对预测结果的干扰。选取晓明矿数据对模型进行验证,预测效果良好,其平均绝对误差为3.98%,低于传统GRNN模型的7.06%。 相似文献
9.
10.
11.
12.
13.
分析了采空区瓦斯涌出规律及其主要影响因素,根据现场条件的不同,采取优化通风方式、均压调节和抽排技术等措施,瓦斯治理取得了较好的效果。 相似文献
14.
15.
《煤矿安全》2016,(1):155-158
针对现有煤矿回采工作面瓦斯涌出量预测方法存在的预测时间较长,预测精度不高的问题,提出了用IGSA优化ELM神经网络的瓦斯涌出量预测模型。将优选策略和粒子的记忆、信息交换功能引入万有引力搜索方法,利用IGSA对ELM神经网络的网络隐含层节点数进行寻优,利用自相关系数法筛选出回采工作面瓦斯涌出量的8个主要影响因素,建立基于IGSA-ELM算法的瓦斯涌出量预测模型,并结合矿井监测到的历史数据进行实例分析。试验结果表明:经IGSA优化后的ELM神经网络瓦斯涌出量预测模型与PSO-ELM神经网络、ACC-ENN和GSA-ELM神经网络预测模型相比,预测精度分别提高310%、60%、31%,为回采工作面瓦斯涌出量的预测提供了一种新的快速预测方法。 相似文献
16.
17.
18.
正确预测瓦斯涌出量对于煤矿安全生产有重要的现实意义,但是,工作面瓦斯涌出规律复杂,瓦斯涌出量各影响因素之间存在多重共线性,严重影响了预测的准确性。为研究回采工作面瓦斯涌出量与其多个影响因素之间的关系和特点,消除各因素之间的多重共线性,避免瓦斯涌出量预测出现“维数灾难”以及发生函数过拟合等问题,采用LASSO惩罚回归预测模型进行仿真预测,在原始特征空间的基础上,通过LARS算法实现降维,剔除无关和冗余的特征,最终筛选出一个包含煤层埋藏深度、煤层厚度、煤层瓦斯含量、煤层挥发分产率、风量和煤层间距等6个高影响因素在内的最优特征子集,并使用交叉验证法将数据集分成10份,轮流将其中9份作为训练数据,1份作为测试数据,进行试验。最终,选取最高识别率的测试集参数建立预测模型,对煤矿现场数据进行预测,并与传统的主成分分析法预测结果进行了比较。研究结果表明:应用该模型预测回采工作面瓦斯涌出量,能够较好的保存原始数据集的特征意义,预测平均相对误差为6.52%,平均相对变动值为0.006,均方根误差为3.20,在预测精度和泛化能力方面,均明显优于传统的主成分分析回归模型,能够为井下瓦斯防治提供理论参考,对其... 相似文献
19.
20.
回采工作面瓦斯涌出量预测的实践与探讨 总被引:1,自引:1,他引:0
本文通过对焦作矿区回采工作面瓦斯涌出量预测的实例分析,论述了矿山统计法和分源计算法预测瓦斯涌出量的适用性和应用过程中瓦斯基础参数的可靠性评价。 相似文献