矿井瓦斯涌出量预测研究新方法.pdfVIP

软件 时空 《微计算机信息}2011年第27卷第6期 文章编号：1008—0570(2011)06—0192—03 矿井瓦斯涌出量预测研究新方法 A new methodforpredictionofminegasem ission (辽宁工程技术大学)徐 威 何 保 张振文 高 飞 ×U W eiHE Bao ZHANG Zhen．wen GAO Fei 摘要：矿井瓦斯涌出预测是建立一个复杂的非线性 变化 系统的过程．传统的瓦斯涌出量预测方法存在一定的局限性 瓦斯涌 出量的预测即是建立函数关系模型，预测模型建立的准确与否取决于各个影响因素之间的相互作用、相互耦合的特性 文中 将灰色理论与遗传算法有机地结合起来，以灰色理论为基础 利用遗传算法优化隐含层神经元个数和 网络 中的连接权值，建 立瓦斯涌出量预测模型。预测实验结果表明，该方法对瓦斯涌出量预测适应性强、方法快捷、预测结果精度高。 关键词：非线性特征；灰色理论；遗传神经网络；瓦斯涌出量 中图分类号：TD 文献标识码：A Abstract：Minegasemissionsystem isacomplexsystem andisalsononlinearchange one．Thetraditionalmethodsforthegasemis— sion predictionhaveacertain limitations．Forecastingthegasemissiondependson an establishmentofanonlinerfunctionalrelation ofmanyfactors；theaccuracyoftheforecastingmodelofrthegasemission isdeterminedby thepeculiaritiesoftheinteraction and coupling between allthe affecting factors．Thispapercombinesneuralnetworkswith geneticalgorithm；on thebasisofgrey model， andapplyinggeneticneuralnetworktooptimizetheconstructionandthepowersizeofgreymodel，aforecastingmodelofgasemis- sionisestablished．ApredictingmodelwithGM (GreyMode1)andGeneticNeuralNetworkwasestablishedbyintroducinggreytheory intogeneticneuralnetworkwith highprecision offorecast．Bothofthe subsequenttrainingandtheexamination show thatsatisfactory forecastingresultsareobtainedbyusingthismethod，whichcanmeetwiththerequirementforanexactguidanceto htepractice． Keywords：nonlinearcharacteristics；greymodel；geneticneuralnetwork；minegasemission 众所周知．煤与瓦斯突出是严重威胁煤矿安全生产的自然 题，一定数量的候选解(称为个体)的抽象表示(称为染色体1的种 灾害之一。为了保障突出矿井安全生产、提高其经济效益．必须 群向更好的解进化。传统上解用二进制表示f即0和 1的串1，但 对煤与瓦斯突出进行有效的防治。而深人研究对矿井瓦斯涌出 也可以用其他表示方法。进化从完全随机个体的种群开始．之后 量预测是防治煤与瓦斯突出预测手段和方法，是指导突出防治 一 代一代发生。在每一代中，整个种群的适应度被评价，从当前 工作的重要技术基础工作。因此，在必须较准确的掌握矿井瓦斯 种群中随机地选择多个个体(基于它们的适应度)，通过 自然选择 的赋存规律及瓦斯涌出量规律基础上，选择哪种预测