版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、煤炭是我國應用非常廣泛的一級能源和燃料,我國社會經(jīng)濟的發(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,導致煤炭的開采難度增大、危險系數(shù)提高,煤礦事故時有發(fā)生。其中煤與瓦斯突出是煤礦事故中最嚴重的災害之一,嚴重威脅著井下作業(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,對突出事故的準確預測與有效防御是一項非常重要的工作
2、。
本文對目前國內(nèi)外的有關(guān)突出的預測方法進行了梳理與分析,并且對突出產(chǎn)生的原因、規(guī)律、條件以及其重要機理進行了詳盡的論述,為選擇有效的預測方法提供了一定的理論基礎(chǔ)。針對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)的預測方法已經(jīng)遠遠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題,在深入學習主成分分析法(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,并將后兩種算
3、法有效的混合起來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)點在很大程度上能彌補BP神經(jīng)網(wǎng)絡(luò)的不足,因此采用該算法對網(wǎng)絡(luò)進行優(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)的突出預測模型,并以山西焦煤西山煤電屯蘭礦作為實際研究現(xiàn)場,根據(jù)礦井的地質(zhì)開采條件及瓦斯賦存條件選取了5個突出預測指標,經(jīng)過對這些指標進行主成分分析,確定了貢獻率(累積)不小于85%的2個占主導作用的主成分來替換以
4、上的5個預測指標,將優(yōu)選出的2個綜合指標作為改進網(wǎng)絡(luò)的輸入值。通過運算,預測結(jié)果與現(xiàn)場實際觀測結(jié)果相同,證明該預測模型在突出預測方面具有良好的泛化能力和滿意的精度。與傳統(tǒng)的預測方法進行比較發(fā)現(xiàn)該方法具有準確率高、所用時間短、適用性強等特點。根據(jù)預測結(jié)果,選擇、實施科學合理的防治措施,能有效地節(jié)省防突整個過程及某個環(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)濟效益奠
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于PSO算法優(yōu)化的自組織競爭神經(jīng)網(wǎng)絡(luò)在煤與瓦斯突出預測中的應用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)在煤與瓦斯突出危險性預測中的應用研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的煤與瓦斯突出預測方法的研究.pdf
- 基于PCA-AKH-BP神經(jīng)網(wǎng)絡(luò)的面域相結(jié)合的煤與瓦斯突出預測模型及其應用研究.pdf
- 基于改進PSO-DE混合算法的給水管網(wǎng)優(yōu)化模型研究.pdf
- 基于PCA的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化的研究與應用.pdf
- 加權(quán)GA-BP網(wǎng)絡(luò)與SVM在煤與瓦斯突出預測中的應用研究.pdf
- 遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合在煤與瓦斯突出危險預測中的應用研究.pdf
- 數(shù)值優(yōu)化技術(shù)編碼的PSO混合算法及其在前饋神經(jīng)網(wǎng)絡(luò)訓練中的應用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的煤與瓦斯突出預測系統(tǒng)的開發(fā).pdf
- 基于神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化SVM的煤與瓦斯突出預測模型研究.pdf
- 基于小波包變換和神經(jīng)網(wǎng)絡(luò)的煤與瓦斯突出預測.pdf
- 基于PSO-BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預測算法的研究與應用.pdf
- BP神經(jīng)網(wǎng)絡(luò)算法在音樂流行趨勢預測中的應用研究.pdf
- 基于PSO優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)股票預測模型.pdf
- 遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在股市預測中的應用.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的陶二礦煤與瓦斯突出預測研究.pdf
- 基于優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型在礦井瓦斯涌出預測中的應用研究.pdf
- 高斯過程在煤與瓦斯突出預測中的應用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)在股票預測中的應用研究.pdf
評論
0/150
提交評論