基于PCA的PSO-DE混合算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)在煤與瓦斯突出預(yù)測(cè)中的應(yīng)用研究.pdf

1、煤炭是我國(guó)應(yīng)用非常廣泛的一級(jí)能源和燃料，我國(guó)社會(huì)經(jīng)濟(jì)的發(fā)展以及人民群眾生活的質(zhì)量都與煤炭息息相關(guān)。為了滿足煤炭資源的需求，煤炭開采深度在不斷加大，由于地質(zhì)條件十分復(fù)雜，再加之開采技術(shù)發(fā)展的緩慢和安全管理水平的落后，導(dǎo)致煤炭的開采難度增大、危險(xiǎn)系數(shù)提高，煤礦事故時(shí)有發(fā)生。其中煤與瓦斯突出是煤礦事故中最嚴(yán)重的災(zāi)害之一，嚴(yán)重威脅著井下作業(yè)人員的生命安全，制約著煤炭行業(yè)的快速、良好的發(fā)展。因此，對(duì)突出事故的準(zhǔn)確預(yù)測(cè)與有效防御是一項(xiàng)非常重要的工作

2、。
　　本文對(duì)目前國(guó)內(nèi)外的有關(guān)突出的預(yù)測(cè)方法進(jìn)行了梳理與分析，并且對(duì)突出產(chǎn)生的原因、規(guī)律、條件以及其重要機(jī)理進(jìn)行了詳盡的論述，為選擇有效的預(yù)測(cè)方法提供了一定的理論基礎(chǔ)。針對(duì)突出影響因素之間存在的非線性關(guān)系這一特征，采用傳統(tǒng)的預(yù)測(cè)方法已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足目前礦井安全生產(chǎn)的需要。為了有效的解決此問(wèn)題，在深入學(xué)習(xí)主成分分析法(PCA)、BP神經(jīng)網(wǎng)絡(luò)、DE算法和PSO算法的相關(guān)理論的基礎(chǔ)上，結(jié)合前人的研究成果，分析了它們的優(yōu)缺點(diǎn)，并將后兩種算

3、法有效的混合起來(lái)形成了全新的一種更加有效的算法——PSO—DE混合算法。由于這種混合算法的優(yōu)點(diǎn)在很大程度上能彌補(bǔ)BP神經(jīng)網(wǎng)絡(luò)的不足，因此采用該算法對(duì)網(wǎng)絡(luò)進(jìn)行優(yōu)化。在此基礎(chǔ)上建立了基于PCA的PSO-DE混合算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的突出預(yù)測(cè)模型，并以山西焦煤西山煤電屯蘭礦作為實(shí)際研究現(xiàn)場(chǎng)，根據(jù)礦井的地質(zhì)開采條件及瓦斯賦存條件選取了5個(gè)突出預(yù)測(cè)指標(biāo)，經(jīng)過(guò)對(duì)這些指標(biāo)進(jìn)行主成分分析，確定了貢獻(xiàn)率（累積）不小于85％的2個(gè)占主導(dǎo)作用的主成分來(lái)替換以

4、上的5個(gè)預(yù)測(cè)指標(biāo)，將優(yōu)選出的2個(gè)綜合指標(biāo)作為改進(jìn)網(wǎng)絡(luò)的輸入值。通過(guò)運(yùn)算，預(yù)測(cè)結(jié)果與現(xiàn)場(chǎng)實(shí)際觀測(cè)結(jié)果相同，證明該預(yù)測(cè)模型在突出預(yù)測(cè)方面具有良好的泛化能力和滿意的精度。與傳統(tǒng)的預(yù)測(cè)方法進(jìn)行比較發(fā)現(xiàn)該方法具有準(zhǔn)確率高、所用時(shí)間短、適用性強(qiáng)等特點(diǎn)。根據(jù)預(yù)測(cè)結(jié)果，選擇、實(shí)施科學(xué)合理的防治措施，能有效地節(jié)省防突整個(gè)過(guò)程及某個(gè)環(huán)節(jié)中的工程量，這樣不僅大大縮短了防治的周期、提高了防突的效果，更為提高煤礦生產(chǎn)水平、提升礦井安全管理水平、提高礦井經(jīng)濟(jì)效益奠