|
|||||
|
|
| 基于预处理的IFOA-ELM煤与瓦斯突出预测模型 | |
| 作者姓名： | 温廷新 靳露露 |
| 作者单位： | 辽宁工程技术大学 系统工程研究所,辽宁 葫芦岛 125105 |
| 基金项目： | 国家自然科学基金资助(71371091);辽宁省社科基金资助(L14BTJ004)。 |
| 摘 要： | 为快速准确地预测煤与瓦斯突出危险性,提出一种基于预处理的改进果蝇优化算法(IFOA)-极限学习机(ELM)的预测模型。首先预处理平顶山八矿的部分实测数据,采用灰色关联分析(GRA)法与熵权法(EWM)结合的灰色关联熵分析(GREA)法剔除影响程度较小的因素,应用主成分分析法(PCA)进一步约简因素;构建煤与瓦斯突出危险性预测模型,基于果蝇优化算法(FOA),引入自适应步长更新策略及群体适应度方差策略设计IFOA;利用IFOA优选ELM输入层权值及隐含层阈值,对预处理样本数据进行训练、预测并对比其他模型预测效果。结果表明:基于预处理的IFOA-ELM模型预测结果与实际结果完全拟合,预测效果显著优于未预处理的模型;基于预处理的IFOA-ELM模型的分类准确率和召回率均为100%,显著高于其他对比模型。 |
| 关 键 词： | 煤与瓦斯突出预测 灰色关联熵分析(GREA) 主成分分析(PCA) 极限学习机(ELM) 改进的果蝇优化算法(IFOA) |
| 收稿时间： | 2019-10-18 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《中国安全科学学报》浏览原始摘要信息 | |
| 点击此处可从《中国安全科学学报》下载全文 | |