基于GA-BP算法的下石節(jié)煤礦215綜采面瓦斯涌出量預測.pdf

1、瓦斯是危害礦井安全生產(chǎn)的重要因素之一。長期的生產(chǎn)實踐證明，瓦斯預測是瓦斯防治不可缺少的重要技術(shù)環(huán)節(jié)。由于綜合機械化采煤強度大、速度快，現(xiàn)有的瓦斯涌出量預測方法不能滿足綜采工作面瓦斯防治、通風預測精度的要求，需要根據(jù)采面的情況，建立適合的瓦斯涌出量預測模型?；谏鲜鲈?，本課題選擇非線性特性的神經(jīng)網(wǎng)絡(luò)和改進的遺傳算法對下石節(jié)煤礦215綜采面瓦斯涌出量預測模型的建立以及提高精度的方法進行研究。 首先對綜采面瓦斯涌出量的機理進行研究，

2、分析215綜采面瓦斯涌出量的相關(guān)因素及其影響，確定神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上建立瓦斯預測模型的可行性。 針對遺傳算法與神經(jīng)網(wǎng)絡(luò)優(yōu)缺點互補的特點，本文提出混合遺傳神經(jīng)算法(GeneticAlgofithms-Back Propagation，簡稱GA-BP算法)，在Matlab7語言環(huán)境下，采用實數(shù)編碼方案優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)閾值，然后應用LM算法對網(wǎng)絡(luò)進行訓練、學習至收斂，搜索出最優(yōu)解或者近似最優(yōu)解。 對建立的瓦斯涌出量預測常

3、用兩類模型，分別通過相關(guān)性的分析和AIC準則，確定模型的輸入量，并通過3種BP算法(標準BP、BPX、LMBP)在兩類模型中的應用，進行性能對比分析，選定215綜采面瓦斯涌出量預測的模型。 將GA-BP算法運用到215綜采面瓦斯涌出量的模型中，對算法進行初始參數(shù)的設(shè)定、調(diào)試并對網(wǎng)絡(luò)的性能進行分析，最后進行預測并對結(jié)果分析。結(jié)果表明GA-BP算法對其他3種算法的不足都有改善，網(wǎng)絡(luò)收斂且運行穩(wěn)定，有效的提高了預測的精度，可以較好的應