基于GA-RBF算法的采煤工作面瓦斯涌出量預測研究.pdf

1、我國煤炭產量居世界首位，煤礦安全事故也頻頻發(fā)生，傷亡人數(shù)僅排在因交通事故傷亡之后。隨著開采深度地不斷加深，生產能力地提高，地質條件也更加復雜化，煤礦安全工作面臨著巨大的挑戰(zhàn)。瓦斯事故又是煤礦生產過程中的主要不安全因素，如何能準確快速地預測出瓦斯涌出量，對于瓦斯防治措施的制定有著積極意義。
　　本文從開采因素和自然因素兩個方面分別分析煤層的瓦斯含量、埋深、瓦斯壓力、大氣壓力、風量、產能等方面對瓦斯涌出量的影響，指出傳統(tǒng)預測瓦斯涌出量

2、方法的局限性，不能將瓦斯涌出量與各個影響因素之間復雜的非線性關系清楚地表述。RBF神經(jīng)網(wǎng)絡自身的容錯性和自適應性以及較強的非線性函數(shù)逼近能力，則能很好地克服這些缺點。
　　RBF神經(jīng)網(wǎng)絡具有搜索全局最優(yōu)解和最佳逼近能力，其拓撲結構、隱節(jié)點數(shù)目、中心位置、寬度和權值是決定整個網(wǎng)絡性能的關鍵因素。遺傳算法作為一種全局優(yōu)化算法，具有強魯棒性，適用于解決訓練速度慢、易陷入局部極小值等缺點的網(wǎng)絡結構，自適應調整交叉概率和變異概率，能夠避免重