基于GA-GRNN的瓦斯涌出量預(yù)測(cè)

崔義強(qiáng)　趙順利

(1.武漢鋼鐵集團(tuán)開圣科技有限責(zé)任公司; 2.武漢理工大學(xué)資源與環(huán)境工程學(xué)院)

?

基于GA-GRNN的瓦斯涌出量預(yù)測(cè)

崔義強(qiáng)1趙順利2

(1.武漢鋼鐵集團(tuán)開圣科技有限責(zé)任公司; 2.武漢理工大學(xué)資源與環(huán)境工程學(xué)院)

摘要為防治煤礦瓦斯災(zāi)害，將遺傳算法和廣義回歸神經(jīng)網(wǎng)絡(luò)結(jié)合起來，構(gòu)建出GA-GRNN方法，利用遺傳算法的全局尋優(yōu)和廣義回歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單的特點(diǎn)，自動(dòng)搜索和匹配最優(yōu)光滑因子參數(shù)，實(shí)現(xiàn)瓦斯涌出量的高精度預(yù)測(cè)。通過與實(shí)際工程中瓦斯涌出量預(yù)測(cè)比較，表明GA-GRNN法在實(shí)現(xiàn)高精度預(yù)測(cè)的同時(shí)，能夠有效避免訓(xùn)練數(shù)據(jù)預(yù)測(cè)精度的降低。

關(guān)鍵詞瓦斯涌出量GA-GRNN遺傳算法廣義回歸神經(jīng)網(wǎng)絡(luò)

瓦斯災(zāi)害作為煤礦最重要的災(zāi)害之一，給礦井的安全生產(chǎn)帶來極大的威脅。隨著國(guó)內(nèi)煤礦安全形勢(shì)的好轉(zhuǎn)，瓦斯事故造成的事故量與死亡人數(shù)得到了較好地控制，但依舊時(shí)有發(fā)生。針對(duì)煤礦瓦斯事故的防治，各產(chǎn)煤國(guó)都建立了專門的研究機(jī)構(gòu)對(duì)其進(jìn)行研究。隨著研究的深入，瓦斯涌出量預(yù)測(cè)作為一個(gè)研究方向備受關(guān)注，從單因素預(yù)測(cè)向多因素預(yù)測(cè)方向發(fā)展。相關(guān)學(xué)者也引入了諸如神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、灰色系統(tǒng)理論等智能算法[1-3]，但是單個(gè)智能算法在解決瓦斯涌出量預(yù)測(cè)問題時(shí)，往往表現(xiàn)出較大的局限性，因此一些耦合算法也相繼被提出[4-6]。

目前，瓦斯涌出量預(yù)測(cè)研究已取得較好的成果，對(duì)工程實(shí)際起到了一定的指導(dǎo)作用。但是部分瓦斯涌出量研究中，存在過度重視預(yù)測(cè)數(shù)據(jù)的準(zhǔn)確度，而造成訓(xùn)練數(shù)據(jù)精度減小的問題，此類算法以BP神經(jīng)網(wǎng)絡(luò)為代表。……