首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 968 毫秒

1.  一种基于PCA的GEP算法及在采煤工作面瓦斯涌出量预测中的应用  被引次数:1
   谷琼  蔡之华  朱莉  黄波  杜均《应用基础与工程科学学报》,2007年第15卷第4期
   在研究主成分分析和基因表达式程序设计的基础上,提出一种基于主成分分析的基因表达式程序设计新算法,并将其用于采煤工作面瓦斯涌出量的预测.该算法先采用主成分分析方法对影响瓦斯涌出的变量进行降维处理,有效地减少预测模型的输入量,消除输入数据间的相关性,再用基因表达式程序设计建立采煤工作面瓦斯涌出量的预测模型.结果表明,预测结果比遗传规划和基因表达式等其他算法得到的结果具有更高的预测精度和稳定性.    

2.  遗传规划在采煤工作面瓦斯涌出量预测中的应用  被引次数:7
   赵朝义  袁修干  孙金镖《应用基础与工程科学学报》,1999年第4期
   采煤工作面瓦斯涌出量的预测对于矿井设计和安全生产有着重要意义.由于影响采煤工作面瓦斯涌出量的各因素之间关系不明确,而遗传规划特别适用于各影响因素之间因果关系不明确的复杂非线性问题,因此,它为预测采煤工作面瓦斯涌出量提供了一条新的技术途径.应用遗传规划理论,建立了采煤工作面瓦斯涌出量的预测模型.结果显示,预测精度满足要求.表明该方法是可行的、合理的    

3.  采煤工作面瓦斯涌出量预测逐步回归方法  
   郭德勇  郑茂杰  鞠传磊  郝相龙《北京科技大学学报》,2009年第31卷第9期
   在综合分析矿井瓦斯涌出量影响因素基础上,探讨了采煤工作面瓦斯涌出量与影响因素之间的关系,利用逐步回归分析方法建立了瓦斯涌出量预测数学模型,并将模型应用于平煤天安十矿己组煤层24110采面瓦斯涌出量预测. 结果证明,该数学模型对采煤工作面瓦斯涌出量预测比较准确.    

4.  综采工作面的瓦斯涌出规律及涌出量的预测  被引次数:7
   谢生荣  赵耀江《太原理工大学学报》,2005年第36卷第5期
   根据综合机械采煤的特点和瓦斯流动理论,将瓦斯涌出源划分为煤壁(围岩)瓦斯涌出、落煤瓦斯涌出、采空区(残煤)瓦斯涌出及上下邻近层(未采分层)瓦斯涌出4个部分。针对现有回采工作面瓦斯涌出量预测计算方法存在的问题,以煤层瓦斯流动理论和实测数据分析为基础,系统的研究了综采工作面涌出源瓦斯的涌出规律,结合综合机械化采煤具有采、装、运连续作业的特点,分别对各瓦斯涌出源的瓦斯涌出量进行预测,进而建立了一种适应性范围广且准确率高的综采工作面瓦斯涌出量预测模型,对制定瓦斯防治方案,进而根治矿井瓦斯具有重要的实际意义。并且运用该模型对潞安集团新建的屯留矿进行了瓦斯涌出量的预测。    

5.  遗传算法的BP网络模型进行瓦斯涌出量预测  被引次数:1
   王生全  刘柏根  张召召  范琪  冯海《西安科技大学学报》,2012年第32卷第1期
   从提高采煤工作面瓦斯涌出量预测的速度和精度入手,将遗传算法与神经网络2种非线性最优化算法的优势加以融合,提出了一种利用遗传算法同时优化BP网络的连接权和拓扑结构的网络模型,并以韩城下峪口煤矿为例,进行了实际应用。结果表明:改进后的BP网络模型预测精度较高,具有良好的应用前景。    

6.  矿井回采工作面瓦斯涌出量预测新途径  被引次数:1
   赵建会  孙榕鸿《西安科技大学学报》,2011年第31卷第6期
   在研究大量国内外矿井瓦斯涌出量预测方法的基础上,通过比较,分析灰色理论在矿井瓦斯涌出量预测方法中的优势,根据某矿102回采工作面的相关瓦斯涌出数据,以灰色预测理论为基础,通过对影响回采工作面瓦斯涌出量的关键因素分析,建立该工作面的瓦斯涌出量GM(1,1)预测模型,通过模型的求解,给出预测结果,并对结果进行检验.结果表明,该模型预测结果与生产实际吻合度较高,对煤矿瓦斯管理具有十分重要的指导意义.    

7.  基因表达式程序设计的GRCM方法  被引次数:10
   姜大志  吴志健  康立山  汤铭端  李康顺《系统仿真学报》,2006年第18卷第6期
   基因表达式程序设计是一种基于基因组和表现型组的新型遗传算法,该算法在运行时具有很高的运行效率,实验表明在求解很多问题的时候比遗传程序设计在速度上优越两个数量级以上。在基因表达式的基础上,提出了基因阅读运算器方法,此方法不需要把染色体转换为表达式树,而是直接对染色体进行操作得到该染色体的适应值。实验表明,采用这种方法不仅简单有效,而且能提高运算的速度。    

8.  基于RS-GA-E LM的矿井瓦斯涌出量预测  
   侯东毅  ;董晓雷《世界科技研究与发展》,2014年第6期
   为了对煤矿井下瓦斯涌出量进行预测,采用粗糙集与改进极限学习机相结合的方法,在样本数据的筛选上吸取粗糙集数据约简的优点,充分利用极限学习机训练速度快、具有良好泛化性能的特点,并结合遗传算法选择最优的输入权值矩阵和隐含层偏差,避免随机产生所造成的误差。利用编写程序确定隐含层神经元个数,比依靠经验更为准确。在实际应用中选取煤层瓦斯含量、煤层埋藏深度、煤层厚度、煤层间距、工作面日产量五个因素作为预测的影响参数。研究结果表明:该预测模型预测的最大相对误差为5.6871%,最小相对误差为0,平均相对误差为2..5827%,相比改进前的预测模型具有更强的泛化能力和更高的预测精度。    

9.  一种基于基因表达式程序设计的新算法  被引次数:3
   吴志健  JIANG Da-zhi  汤铭端《系统仿真学报》,2008年第20卷第8期
   基因表达式程序设计是一种基于基因组和表现型组的新型遗传算法,该算法在运行时具有很高的运行效率,实验表明在求解很多问题时比遗传程序设计优越两个数量级以上.通过对基因表达式程序设计的变异算子进行分析,发现在个体变异过程中存在着大量的基因漂移现象,这些漂移的基因一方面造就了种群的多样性,但是另一方面也降低了算法的效率,阻碍了算法精度的提高.为此,构造了一种新的算子--漂移抑制算子,通过在基因表达式程序设计方法中加入此漂移抑制算子构造出一种新的算法-基因漂移抑制算法(Gene Drifting Suppression Algorithm Based on Gene Expression Programming, GDSA-GEP),该算法在保持种群多样性的同时,能有效地控制基因的过度漂移.实验结果表明,新算法能有效地提高问题的求解精度.    

10.  矿井瓦斯涌出量预测方法  
   李泽瑜  孟祥云《辽宁工程技术大学学报(自然科学版)》,2014年第9期
   为解决煤矿瓦斯涌出量预测不准确的问题,提出基于多种方法优化融合的瓦斯涌出量预测方法,建立瓦斯涌出量预测模型.采用适用于瓦斯涌出量系统特点的加权策略函数对最小二乘支持向量机进行改进,利用免疫遗传算法对加权最小二乘支持向量机进行核参数和正则化参数寻优.应用状态转移概率修正预测误差残值,使瓦斯涌出量预测模型的预测精度得到提高.研究结果表明:矿井瓦斯涌出量预测模型具有较好的快速性和准确性,具有广泛的应用前景.    

11.  一种基于支持向量机和模型树的回归模型及其在采煤工作面瓦斯涌出量预测中的应用  被引次数:1
   李超群  李宏伟《应用基础与工程科学学报》,2011年第19卷第3期
   矿井瓦斯是煤矿生产过程中的主要不安全因素,能否准确预测采煤工作面上的瓦斯涌出量将直接影响矿井开采的经济技术指标.从数据挖掘与机器学习的角度看,瓦斯涌出量的预测问题是回归分析的经典应用.支持向量机和模型树在回归分析方法中显示出了优越的性能,本文应用支持向量机和模型树方法建立采煤工作面瓦斯涌出量的预测模型.实验结果显示,预测精度满足要求,是两种可行的、合理的预测方法.受此启发,本文提出了一种基于支持向量机和模型树的组合回归模型,并将其用于瓦斯涌出量的预测,实验证明组合模型的预测性能比单个的回归模型都要好.    

12.  基于PCA-GA-BP的回采工作面瓦斯涌出量预测模型研究  
   李心杰  贾进章《世界科技研究与发展》,2015年第1期
   为进一步提高回采工作面瓦斯涌出量预测的准确性,建立了主成分分析法(PCA)、遗传算法(GA)、BP神经网络相结合的预测模型。该模型采用主成分分析法降维处理原始输入数据;将主成分分析结果作为BP神经网络的输入,消除冗余信息;然后采用遗传算法优化BP神经网络的初始权值和阈值,有效克服BP神经网络极易陷入局部最优的问题。选取某矿井回采工作面的实测数据进行分析,结果表明,该模型较单一BP神经网络预测精度高,能更有效地实现回采工作面瓦斯涌出量的高准确度预测。    

13.  基于分形理论的瓦斯涌出规律  
   陈学习  宋富美  闫智婕《辽宁工程技术大学学报(自然科学版)》,2012年第5期
   针对煤矿开采时存在瓦斯涌出的问题,以瓦斯涌出量时间序列中的关键点作为插值点,按照分形插值方法,基于MATLAB编程,对煤矿瓦斯涌出量时间序列数据进行了分形插值曲线拟合;得出了不同时间段内瓦斯涌出量曲线及涌出趋势曲线.研究结果表明:应用分形理论进行瓦斯涌出的时间序列分析,定性描述了瓦斯涌出的非线性行为,定量解决了瓦斯涌出量时间周期问题,为瓦斯预测研究提供了一个有效的方法,具有较好的实用价值.    

14.  钱家营7煤工作面周期来压期间瓦斯涌出规律  
   张嘉勇  郭立稳《辽宁工程技术大学学报(自然科学版)》,2012年第5期
   为了预防钱家营矿7煤工作面开采时瓦斯异常涌出现象,采用FLAC数值模拟分析和现场监测的方法,确定周期来压前后工作面瓦斯涌出量峰值大小及其变化规律.研究表明:周期来压时工作面瓦斯涌出量的增大是采空区老顶垮落和工作面超前支承压力变化共同作用的结果.确定7煤层工作面周期来压步距15 m,来压时期平均瓦斯涌出量为正常时期的2.9倍左右.这将有助于提高采煤工作面周期来压期间瓦斯异常涌出的预测精度,并采取综合防治措施,减小来压对工作面瓦斯涌出的影响,预防瓦斯异常涌出和瓦斯灾害的发生,保障矿井安全生产.    

15.  基于最小二乘支持向量机的煤矿瓦斯预测  
   史庆军  戚常林  杨松涛  张春玲《佳木斯大学学报》,2011年第29卷第1期
   瓦斯涌出量受多种自然因素和开发技术的影响,是一个非线性、高维的问题.提出了改进的PSO算法与LSSVM算法相结合对瓦斯涌出量进行预测的新方法.实验结果表明,该模型预测精度更高,泛化能力更强.    

16.  瓦斯安全管理新指标-采空区瓦斯涌出强度  
   李宗翔  裴明顺  陆晓明《辽宁工程技术大学学报(自然科学版)》,2005年第24卷第6期
   为研究采空区内部瓦斯涌出规律,解决采煤工作面的瓦斯超限问题,从分析采空区内部的瓦斯源出发,提出了采空区瓦斯涌出强度的概念;用负指数衰减函数描述各层瓦斯涌出强度的衰减过程,给出了采空区瓦斯涌出强度的计算公式。通过定量化分析采空区瓦斯涌出量与各影响因素的关系,得出采空区瓦斯涌出强度决定着采空区瓦斯涌出量,且具有显著的线性比例关系。论证了用瓦斯涌出强度衡量采空区瓦斯涌出的科学意义,因该项指标具有一定的客观性,可以作为衡量采空区向工作面瓦斯涌出的安全技术指标,并指出该指标的获得途径必须通过现场观测结合场流数值计算模型由参数反演得到。    

17.  GIS在采掘工作面瓦斯涌出预测中的应用  
   李石林  冯涛  王鹏飞  朱卓慧《西安科技大学学报》,2011年第31卷第6期
   采掘工作面瓦斯涌出量涉及到大量与地理坐标相关的多种信息.基于GIS( Geographic Information System)平台和C++Builder软件,结合采掘瓦斯涌出量性能化预报方法,开发了煤矿 采掘工作面瓦斯涌出预测系统.该系统使瓦斯涌出预测向多参数、多目标、多维方向发展,解决了瓦斯涌出预测数据庞大且数据大多与地理坐标相关的问题,实现了采掘工作面瓦斯涌出预测与煤矿安全管理决策的一体化、可视化,能科学指导生产矿井工作面的风量分配与瓦斯管理,提高采掘工作面瓦斯涌出预测的准确性、决策科学性和直观性.    

18.  MGM(1,N)模型用于瓦斯涌出量预测  
   肖鹏  李树刚  张进《西安科技大学学报》,2008年第28卷第2期
   矿井瓦斯涌出量预测是新建矿井和改扩建矿井通风设计、安全管理、制定合理的瓦斯防治措施必不可少的重要环节。加强瓦斯涌出量预测方法研究,正确预测瓦斯涌出量,对改善我国煤矿安全生产状况具有积极的意义。在瓦斯涌出量预测中,瓦斯涌出量受多因素综合影响,且各个因素间相互影响、相互关联。文中提出一种新的矿井瓦斯涌出量预测方法——MGM(1,N)模型预测法。该方法综合考虑了瓦斯涌出量的各个影响因素,预测精度较高。其结果对煤矿安全生产具有指导意义。    

19.  自适应基因表达式程序设计研究及应用  
   贾丽媛  张弛《中南大学学报(自然科学版)》,2012年第43卷第6期
   针对基因表达式程序设计(GEP)是基于基因型和表现型的新型遗传算法,它综合了遗传算法(GA)和遗传程序设计(GP)的优点,但在解决具体问题时有收敛速度较慢、易陷入局部最优和拟合度不高等缺陷,提出一种自适应基因表达式程序设计算法(AGEP),它将差分突变搜索、混沌重组和变异操作、灾变算子运用于GEP中;最后将其应用于实例中,并将其所得结果与传统的基因表达式程序设计结果进行比较。研究结果表明:该算法不仅提高了算法的精度和收敛速度,而且有效地克服了不成熟收敛,理论证明该算法全局收敛;改进的基因表达式程序设计性能良好。    

20.  粗糙集-改进神经网络落煤瓦斯涌出量预测  
   董晓雷  贾进章  樊程程  赫祥林《辽宁工程技术大学学报(自然科学版)》,2014年第5期
   为对井下落煤瓦斯涌出量进行预测,采用粗糙集与改进神经网络相结合的方法,在样本数据的筛选上吸取粗糙集数据约简的优点,使选择的数据样本简洁且更具代表性;充分利用BP神经网络的非线性拟合能力,将遗传算法与其相结合,避免BP网络陷入局部最优.利用编写的程序确定隐含层节点数,相比以往经验公式取值更具优势.最后在任家庄煤矿成功应用.研究结果表明:利用粗糙集与改进神经网络相结合模型进行预测,结果准确可靠,克服了以往BP模型的不足.该模型对井下落煤瓦斯涌出量预测具有一定参考价值.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号