基于MMAS-BP的煤与瓦斯突出强度预测 Prediction of Coal and Gas Outburst Intensity Based on MMAS-BP.pdfVIP

第21卷第9期 中 国 安 全 科 学 学 报 V01．21 No．9 2 0 1 1年9月 Science 01 ChinaS,ffetv Journal Scp．21 基于MMAS—BP的煤与瓦斯突出强度预测+ 程加堂讲师 艾 莉讲师 徐绍坤教授 (红河学院5-学院，云南蒙自661100) 学科分类与代码：6203070(安全系统工程) 中图分类号：X936 文献标志码：A 资助项目：红河学院科研项目(10XJYll7)。 【摘 要】 为提高煤与瓦斯突出强度的预测精度及预测速度，用最大最小蚂蚁系统和BP神经网络 相结合的方法进行预测模型设计。根据煤与瓦斯突出强度及其主要影响因素之间的关系数据，建立 其神经网络的预测模型。以网络的权值和阈值为自变量，网络误差为目标函数，通过蚁群算法的迭 代运算，搜索出误差的全局最小值，以实现BP神经网络的初始权值、阈值优化，并用优化后的网络 进行瓦斯突出强度的预测。实例结果表明，MMAS—BP算法的预测值均方差为0．089，约为BP神经 网络的0．1倍，且输出稳定性好，适用于煤与瓦斯突出强度的预测。 【关键词l 最大一最小蚂蚁系统(MMAS)；神经网络； 煤与瓦斯突出强度； 优化； 预测 PredictionofCoal Gas and Outburst BasedonMMAS—BP Intensity CHENG AILi XUShao··kun Jia··tang 11 Yunnan6600，China) (EngineeringCollege，HongheUniversity，Mengzi the and ofcoaland outburst Abstract：To neuralnetwork improveprecisionefficiency gas intensity，a max—min is modelcombinedwith ant tothedataofoutburst andits systempresented．According intensity main neuralnetwork modelis BPnetwork and impactfactors，the prediction established．Takingweights thresholdvaluesasdecision erroras minimum variables，and function，the predictionobjective global pre— dictionerrorcouldbe ofant SOtheinitialvaluesof