基于ACC-ENN算法的煤矿瓦斯涌出量动态预测模型研究

被引：69

作者：

付华 ^{[1
]}

谢森 ^{[1
]}

徐耀松 ^{[1
]}

陈子春 ^{[2
]}

机构：

[1] 辽宁工程技术大学电气与控制工程学院

[2] 开滦(集团)有限责任公司

来源：

煤炭学报 | 2014年 / 39卷 / 07期

关键词：

绝对瓦斯涌出量; 蚁群聚类; Elman神经网络; 动态预测;

D O I：

暂无

中图分类号：

TD712.5 [];

学科分类号：

摘要：

为了对煤矿瓦斯监测数据进行有效分析,以实现准确、可靠的回采工作面绝对瓦斯涌出量预测,提出了蚁群聚类算法优化Elman神经网络的绝对瓦斯涌出量动态预测方法。算法通过对Elman神经网络的权值、阈值寻优,建立了基于ACC-ENN算法的绝对瓦斯涌出量预测模型,并结合矿井监测到的历史数据进行实例分析。试验结果表明:经蚁群聚类优化后的Elman神经网络绝对瓦斯涌出量预测模型较其他预测模型具有更好的泛化能力和更高的预测精度,有效地实现了煤矿绝对瓦斯涌出量动态预测。

引用

页码：1296 / 1301

页数：6

共 15 条

[1]

基于神经网络算法的煤矿瓦斯涌出量预测模型研究 [J].