煤与瓦斯突出预测的改进差分进化神经网络模型研究

摘要：

鉴于常规煤与瓦斯突出BP预测模型的不足,将改进DE算法用于BP网络模型参数的优化及训练,提出结合两者优点的改进差分进化神经网络(IDEBP)煤与瓦斯突出预测模型.模型通过对变异模式、变异交叉因子自适应确定等改进,有效提高了标准DE的性能.实现了DE全局优化搜索与BP自适应、自学习的有机结合,稳健性得到加强,更能充分辨识煤与瓦斯突出样本的复杂非线性知识.以36组工程实例数据,进行了IDEBP和DEBP模型与BP模型仿真对比实验.结果表明:该模型能有效避免常规BP的不足,在收敛迅速、结果辨识和预测精度等方面均大为提高,为瓦斯智能预测提供了新的解决方案.

关键词：煤与瓦斯突出、预测、差分进化、神经网络

所属期刊栏目：38

分类号：TD712.5(矿山安全与劳动保护)

资助基金：国家自然科学基金50534050;50774080;教育部全国优秀博士学位论文作者专项基金200348;中国矿业大学青年科研基金2007A033

在线出版日期：2010-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：439-444