|
|||||
|
|
| 基于IGSA-ELM模型的回采工作面瓦斯涌出量预测 | |
| 作者单位： | ;1.太原理工大学采煤工艺研究所 |
| 摘 要： | 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。 |
| 关 键 词： | IGSA-ELM模型 自相关系数法 瓦斯涌出量 ELM神经网络 万有引力算法 |
Gas Emission Quantity Prediction of Working Face Based on IGSA-ELM Model |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |