10.13225/j.cnki.jccs.2013.0773
基于ACC-ENN算法的煤矿瓦斯涌出量动态预测模型研究
为了对煤矿瓦斯监测数据进行有效分析,以实现准确、可靠的回采工作面绝对瓦斯涌出量预测,提出了蚁群聚类算法优化Elman神经网络的绝对瓦斯涌出量动态预测方法.算法通过对El-man神经网络的权值、阈值寻优,建立了基于ACC-ENN算法的绝对瓦斯涌出量预测模型,并结合矿井监测到的历史数据进行实例分析.试验结果表明:经蚁群聚类优化后的Elman神经网络绝对瓦斯涌出量预测模型较其他预测模型具有更好的泛化能力和更高的预测精度,有效地实现了煤矿绝对瓦斯涌出量动态预测.
绝对瓦斯涌出量、蚁群聚类、Elman神经网络、动态预测
39
TD712(矿山安全与劳动保护)
国家自然科学基金资助项目51274118;辽宁省科技攻关资助项目2011229011
2014-09-16(万方平台首次上网日期,不代表论文的发表时间)
1296-1301