基于灰色关联熵的煤与瓦斯突出概率神经网络预测模型

摘要：

煤与瓦斯突出是严重威胁矿井安全生产的重大自然灾害之一.为解决煤与瓦斯突出影响因素、突出危险性关联预测问题,在综合分析煤与瓦斯突出影响因素的基础上,利用灰色关联熵理论分析影响因素与突出危险性的关联度,得到各影响因素的权重及关联度排序,并结合概率神经网络(PNN)原理,构建基于灰色关联熵的煤与瓦斯突出PNN预测模型.用煤与瓦斯突出样本数据,对影响因素加权的PNN模型进行训练和测试.结果表明,用灰色关联熵分析可获得影响因素与突出危险性的关系,量化输入变量的重要性;瓦斯放散初速度、开采深度对于煤与瓦斯突出危险性的影响程度最大,可重点对瓦斯放散初速度、开采深度进行预处理以产生更为理想的预测效果;该预测模型能更好地考虑影响因素对突出危险性的综合影响,改善煤与瓦斯突出危险性预测的准确性.

关键词：煤与瓦斯突出、危险性预测、熵权法、灰色关联度分析、概率神经网络

所属期刊栏目：35

分类号：TP391;TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目713711091;辽宁省社科基金资助项目L14BTJ004

在线出版日期：2018-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3326-3329