himmaswnn算法在瓦斯涌出量预测中的应用研究-study on the application of himmaswnn algorithm in gas emission prediction.docxVIP

下载本文档

0
0
约4.6万字
约 62页
2018-05-29 发布于上海
举报
版权申诉

himmaswnn算法在瓦斯涌出量预测中的应用研究-study on the application of himmaswnn algorithm in gas emission prediction.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

himmaswnn算法在瓦斯涌出量预测中的应用研究-study on the application of himmaswnn algorithm in gas emission prediction

摘要工作面瓦斯涌出量关系到煤矿的通风设计指标，更是影响工人生命安全的关键因素，因此对瓦斯涌出量进行精确预测对加强煤矿安全有重要意义。由于影响瓦斯涌出量间的因素呈现出动态、模糊的非线性动力变化过程，导致传统线性预测方法建立的预测模型精度很难满足实际现场要求。本文在对国内外瓦斯涌出量研究现状做出简单介绍，并简单总结了现有一些预测方法后，提出了使用改进的蚁群算法和小波神经网络相结合的算法来建立瓦斯涌出量预测模型。论文首先分析了小波神经网络的基本理论以及网络的分类和结构特点，针对该神经网络收敛精度低，易陷入局部极值的缺点，提出使用蚁群算法来对其改进。紧接着分析了基本蚁群算法的运行机理，以及各参数对收敛性能的影响，针对算法仍然容易收敛到局部最优的问题，论文在引入最大最小蚁群算法的基础上，对蚂蚁寻优路径进行信息素轨迹平滑处理，并引入扰动因子和惩罚因子来解决算法的局部收敛和收敛速度慢的问题，将其应用在解决TSP问题上，表现出良好的求解质量。然后将改进的蚁群算法HI-MMAS和小波神经网络相结合，采用预测智能控制思想建立预测模型，并利用监测的煤矿历史数据进行仿真，实验结果表明本文所提模型的预测精度和传统BP算法、基本蚁群算法等神经网络模型相比，具有更快的收敛速度，更高的收敛精度，鲁棒性更强等特点，从而为解决煤矿瓦斯涌出量预测问题提供了一个很好的思路。关键词：瓦斯涌出量；小波神经网络；蚁群算法；最大最小蚁群算法-I-AbstractThefacegasemissionnotonlyrelatedtothemineventilationdesignspecificationbutalsoimpactedtothecoalmineproductionsafety,soenhancedthedesignresearchofthegasemissionpredictionmethodisveryimportanttostrengthenminesafety.Duetotherelationshipofthegasemissionfactorsexistdynamicsandfuzzynon-linear,presentacomplexnonlineardynamicchangeprocesses,leadingtotheaccuracyofpredictivemodelsisdifficulttomeetactualfieldrequirementsbasedonthetraditionalmethodoflinearprediction.Firstofall,thepapermakesasimpleintroductionaboutthegasemissionresearchsituationathomeandabroadandthensummarizedsomepredictionmethodsimply,proposedacombinationalgorithmwhichusedtheimprovedantcolonyalgorithmandwaveletneuralnetworktocreatethegasemissionprojectionsthemodel.Paperanalyzesthebasictheoryofwaveletandtheclassificationofnetworkandthestructurecharacteristics,inviewoftheneuralnetworklowconvergenceprecisionandeasytofallintothelocalextremumshortcomings,proposedtheantcolonyalgorithmtoimprovethesituation.Andthenanalyzesthebasicoperatingmechanismofantcolonyalgorithmandthevariousparametersontheeffectofconvergence,accordingtobasicantcolonyalgorithmstilleasytoconvergetoalocaloptimalproblem,thepaperproposessmoothingtheantoptimizationpathpheromonetrajectoryandusingthedisturbancefactorandpunishfactortosolvelocalconvergenceofthealgorithmandslowconvergencespeedproblembasedonMMAS,itsapplicationinsolvingtheTSPproblemandsh