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

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