SW—GP组合算法在煤矿监测数据预警预报中的应用-盐城工学院学报.PDFVIP

第 25卷 第2期 盐城工学院学报 (自然科学版) Vo1．25NO．2 2012年 06月 JournalofYanchengInstituteofTechnology(NaturalScienceEdition) June．2012 SW—GP组合算法在煤矿监测数据预警预报中的应用 马如宏，董晓慧，王建林 (盐城工学院机械工程学院，江苏 盐城 224051) 摘要：为了更有效地利用煤矿监测数据进行煤矿安全事故的预警预报，提出滑动窗口一遗传程 序设计组合算法实现了监测数据的动态预测。在程序设计时，数据采样采用滑动窗 口技术实 现，通过遗传程序设计算法实现系统的自适应建模。通过对监测数据的测试，证明了组合算法 建立模型的预测值和实际结果具有很好的一致性。 关键词：煤矿安全 ；滑动窗口；遗传程序设计 ；预警预报 中图分类号：TP183 文献标识码 ：A 文章编号：1671—5322(2012)02—0030—04 伴随着煤炭开采量的不断增加，安全 问题变 在煤矿安全监i贝4数据预警预报过程中，为了 得越来突出。据统计，我国的瓦斯事故已占到煤 实时地预测下一时刻的值，需要不断更新最新的 矿事故的80％以上，所造成的伤亡人数为煤矿事 k个数据，数据采样通过滑动窗口技术实现。采 故伤亡人数的90％，并且我国46％的煤矿属于高 样器 由滑动窗口和数据样本缓冲池组成-3]，设滑 瓦斯矿，采掘时极易发生瓦斯爆炸现象。因此，对 动窗口的更新周期为 ， 值表征着窗 口大小及 瓦斯气体浓度进行准确、快速、实时监测和预警是 窗口容纳数据的时间区间[，t](t为窗口开始 治理瓦斯灾害的有效手段 ¨J。但是 目前大部分 时间，t为窗 口终止时间)长度。如果样本容量为 监测系统仅仅是对所采集的瓦斯、温度、风速等数 n，那么窗 口时间区间包含的时间离散点数为 凡， 据进行简单的处理，这种数据的被动采集无助于 每个时间点值 ∈[t。，t。]为样本点进入窗口的系 煤矿安全生产决策以及事故的预测 J。 统时间。另外，缓冲池保存着前k个滑动窗 口中 本文提出滑动窗口(SlidingWindows，sw)与遗 的样本数据。 传程序设计 (GeneticProgramming，GP)组合算法 SW算法最大的优点是无需大量成批的历史 对煤矿安全监测数据进行预测分析，该算法能够 观测值，其模型参数可以根据新数据的陆续到来 运用动态的安全监测数据建立动态预测模型，能 自行调整，这样 即使是缓慢变化的非平稳过程 够实时进行预测分析，尽量避免安全事故的发生 。 (时变过程)，也能做到随统计数据 的变化而变 化 ，预测动态过程，达到跟踪的目的 J。 l 算法设计 1．2 GP算法建模 1．1 SW 预测实时实现 1．2．1 编码设计 对监测数据随时间变化的序列 {Y}，给定一 遗传程序设计是20世纪90年代初在遗传算 定长度后的历史数据，找到一个方程 ／，使其对于 法(GeneticAlgorithm，GA)的基础上发展起来的 任意的时间m，—k+1≤m≤7／,(凡为数据个数)， 演化计算的一个分支 J，其设计需要预先确定5 计算Y 的预测值： 个问题 ：定义终点集、定义初始函数集、适应度 )，：= Y一，Y小l，…，Y一2，Y一) (1) 值的评价方法、确定运行控制量和终止运行的标 使其与 目标值Y 的误差尽可能