基于FAHP-MODM的矿井通风系统可靠性综合评价

为了提高矿井通风系统可靠性评价的准确性，结合模糊层次分析法和多目标决策理论对矿井通风系统可靠性进行综合评价。基于人-机-环-管理系统构建评价指标并确定评价策略，确定各指标主观权重和客观权重，利用线性加权法确定综合评价值并通过实例分析矿井通风系统各观测点的可靠性，对其进行优劣排序并得出可靠性等级。评价结果表明，FAHP-MODM可对矿井通风系统可靠性做出准确的评价。     

基于GASA-BP神经网络的煤层瓦斯含量预测方法研究*

为提高煤层瓦斯含量预测的精准度和效率,提出1种利用遗传算法（GA）和模拟退火算法(SA)混合初始化BP神经网络（BPNN）的瓦斯含量预测新模型（GASA-BPNN模型）。利用灰色关联分析法（GRA）筛选瓦斯含量主控因素并作为GASA-BPNN预测模型的输入。为解决BPNN收敛速度慢和易陷入局部极小陷阱的问题,将GA和具有时变概率突跳性的SA整合为GASA算法协同初始化BPNN的权值和阈值,有效地提高BPNN的参数学习能力。将该模型应用于煤炭生产现场,结果表明:BPNN模型、GA-BPNN模型和GASA-BPNN模型瓦斯含量预测总平均相对误差分别为15.79%,9.03%,5.56%。相比BPNN模型和GA-BPNN模型,GASA-BPNN模型对样本的泛化能力更强,参数训练速度最快并且预测精准度最高。