煤与瓦斯突出预测的改进差分进化神经网络模型研究

详细信息   

• 责任者：杨敏^c中国矿业大学（徐州）江苏省资源环境信息工程重点实验室^d1975^e博士^f讲师 ; 汪云甲 ; 程远平
• 刊名：中国矿业大学学报
• 出版年：2009
• 卷期：38^b3总168
• 关键词：煤和瓦斯突出 ; 神经网络系统20^a预测 ; 数学模型 ; 算法
• 页码：439～444
• 索书号：P706.6/141
• 图表：^c表4参12插图
• 分类号：0832
• 文摘期号：2009/10

摘要

鉴于常规煤与瓦斯突出BP预测模型的不足，将改进DE算法用于BP网络模型参数的优化及训练，提出结合两者优点的改进差分进化神经网络(IDEBP)煤与瓦斯突出预测模型。模型通过对变异模式、变异交叉因子自适应确定等改进，有效提高了标准DE的性能。实现了DE全局优化搜索与BP自适应、自学习的有机结合，稳健性得到加强，更能充分辨识煤与瓦斯突出样本的复杂非线性知识。以36组工程实例数据，进行了IDEBP和DEBP模型与BP模型仿真对比实验。结果表明：该模型能有效避免常规BP的不足，在收敛迅速、结果辨识和预测精度等方面均大为提高，为瓦斯智能预测提供了新的解决方案。