基于耦合算法的煤矿瓦斯涌出量预测模型研究
针对煤矿回采工作面瓦斯涌出量系统的时变性、非线性、复杂性、不确定性等特点,提出了混沌免疫粒子群算法(CIPSO)与Elman神经网络的耦合算法(CIPSO-ENN)用于非线性动态绝对瓦斯涌出量预测。算法通过实时的对其权值、阈值寻优,建立了基于CIPSO和ENN的耦合算法的绝对瓦斯涌出量预测系统模型,并利用矿井监测到的各项历史数据进行试验,结果表明该模型较其他预测模型其辨识收敛速度、预测精度和鲁棒性等性能都有明显的提高。
CIPSO-ENN耦合算法、煤矿、绝对瓦斯涌出量、预测、非线性系统
37
TD712.5(矿山安全与劳动保护)
国家自然科学基金资助项目50874059,70971059;教育部博士点基金资助项目200801470003
2012-07-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
654-658