基于GRA-SSA-Elman的隧道施工瓦斯安全性预测评价

为准确预测隧道施工瓦斯灾害，有效评估瓦斯安全，建立基于灰色关联分析(grey relational analysis, GRA)与麻雀搜索算法(sparrow search algorithm, SSA)优化Elmen神经网络的隧道施工瓦斯安全性预测评价模型。首先从水文地质条件、隧道设计、煤层结构状况及施工管理四个方面考虑，遴选12个主要影响因素，采用GRA法量化分析选取的影响因素与评价对象间的关联性；然后引入SSA优化Elman模型中的初始权值和阈值建立模型，采用留一交叉验证法验证模型性能；最后为进一步验证模型性能，对选取的实例瓦斯隧道待测样本进行瓦斯灾害预测评价，同时与PSO-Elman、Elman、Fisher判别分析(fisher discriminant analysis, FDA)模型预测结果与现场实际结果对比分析。结果表明：SSA-Elman预测结果与实际工程结果一致性更高，优化后的模型精确度和稳定性更好，可操作性强，对隧道施工瓦斯安全性评估具有良好的适用性。