| 基于SKPCA与NEAT算法的煤与瓦斯突出危险性预测 |
| |
| 引用本文： | 徐耀松,程业伟.基于SKPCA与NEAT算法的煤与瓦斯突出危险性预测[J].安全与环境学报,2021,21(4):1427-1433. |
| |
| 作者姓名： | 徐耀松 程业伟 |
| |
| 作者单位： | 辽宁工程技术大学电气与控制工程学院,辽宁葫芦岛125105 |
| |
| 摘 要： | 针对煤与瓦斯突出预测精度不足的问题,为了减少突出灾害的危害,提出了基于稀疏核主成分分析法(SKPCA)与增强拓扑神经进化算法(NEAT)的煤与瓦斯突出危险性预测方法.通过核主成分分析法对突出非线性数据进行降维,然后对主成分数据进行稀疏化,减少原始数据中不重要元素对降维后主成分的影响.搭建增强拓扑神经进化网络(NEAT)预测模型,采用进化算法同时优化神经网络的权值和拓扑结构,得到最佳神经网络预测模型.将处理后的主成分数据输入模型预测突出危险指数,结果表明,该方法危险等级预测准确度达到98％,SKPCA-NEAT模型在煤与瓦斯突出预测上相比PCA和BP神经网络具有优势.
|
| 关 键 词： | 安全工程 煤突出 瓦斯突出 稀疏核主成分分析 NEAT算法 |
Prediction and forecast of the SKPCA with NEAT coal and gas outburst risks |
| |
| XU Yao-song,CHENG Ye-wei.Prediction and forecast of the SKPCA with NEAT coal and gas outburst risks[J].Journal of Safety and Environment,2021,21(4):1427-1433. |
| |
| Authors: | XU Yao-song CHENG Ye-wei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
