基于CSABC-ELM的采煤工作面瓦斯涌出量预测 |
| |
引用本文: | 陈强,王海峰,万波俊,刘道生,刘万顺.基于CSABC-ELM的采煤工作面瓦斯涌出量预测[J].工业安全与环保,2019,45(1). |
| |
作者姓名: | 陈强 王海峰 万波俊 刘道生 刘万顺 |
| |
作者单位: | 江西理工大学电气工程与自动化学院,江西赣州,341000;江西理工大学电气工程与自动化学院,江西赣州,341000;江西理工大学电气工程与自动化学院,江西赣州,341000;江西理工大学电气工程与自动化学院,江西赣州,341000;江西理工大学电气工程与自动化学院,江西赣州,341000 |
| |
基金项目: | 国家自然科学基金;江西省自然科学基金 |
| |
摘 要: | 为了提高煤矿工作面瓦斯涌出量的预测精度,研究一种将极端学习机(ELM)与利用混沌搜索策略改进的人工蜂群(CSABC)算法相结合的预测方法。改进后的人工蜂群算法有效解决了ABC算法易陷入局部最优、后期收敛慢等缺陷,利用CSABC优化ELM的输入层和隐含层参数,避免了随机产生ELM参数所造成的误差,建立基于CSABC-ELM的瓦斯涌出量预测模型。利用实际煤矿监测数据对该模型进行试验分析,并与ABC-ELM,ELM和BP神经网络的预测结果进行比较。结果表明,CSABC-ELM预测误差更小,精度更高,泛化性能也更强,能有效地对煤矿瓦斯涌出量进行预测。
|
关 键 词: | 瓦斯涌出量 混沌搜索 人工蜂群算法 极端学习机 预测模型 |
本文献已被 CNKI 万方数据 等数据库收录! |
|