基于PSOBP-AdaBoost模型的瓦斯涌出量分源预测研究

被引：26

作者：

温廷新 ^{[1
,2
]}

孙雪 ^{[1
]}

孔祥博 ^{[2
]}

田洪斌 ^{[2
]}

机构：

[1] 辽宁工程技术大学系统工程研究所

[2] 辽宁工程技术大学工商管理学院

来源：

中国安全科学学报 | 2016年 / 26卷 / 05期

关键词：

瓦斯涌出量; 分源预测; BP神经网络; 粒子群算法(PSO); Ada Boost迭代算法; 误差;

D O I：

10.16265/j.cnki.issn1003-3033.2016.05.017

中图分类号：

TD712.5 [];

学科分类号：

摘要：

为准确预测瓦斯涌出量,选取某煤矿的开采煤层、临近煤层、采空区3个瓦斯涌出源作为实例研究,将BP神经网络、粒子群算法(PSO)、Ada Boost迭代提升算法和瓦斯涌出分源预测法相结合,建立基于PSOBP-Ada Boost算法的瓦斯涌出量分源预测模型,并将其与BP神经网络算法进行比较分析。结果表明,PSOBP-Ada Boost算法预测的3个瓦斯涌出源平均相对误差分别为3.24%,2.11%,3.21%;BP神经网络的平均相对误差分别为6.73%,3.19%,4.27%,基于PSOBP-Ada Boost模型的预测精度明显优于BP神经网络模型。

引用

页码：94 / 98

页数：5

共 15 条

[1]

采煤工作面瓦斯涌出量分源计算 [J].