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

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．     

遗传规划在采煤工作面瓦斯涌出量预测中的应用

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     

采煤工作面瓦斯涌出量预测逐步回归方法

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.     

综采工作面的瓦斯涌出规律及涌出量的预测

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。     

矿井回采工作面瓦斯涌出量预测新途径

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.     

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

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...     

钱家营7煤工作面周期来压期间瓦斯涌出规律

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.     

GIS在采掘工作面瓦斯涌出预测中的应用

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.     

瓦斯安全管理新指标-采空区瓦斯涌出强度

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。     

MGM(1,N)模型用于瓦斯涌出量预测

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。     

自适应基因表达式程序设计研究及应用

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。     

遗传规划在离散动态系统建模中的应用

在系统结构信息缺乏的情况下，要确立离散动态系统的动态方程组非常困难。利用遗传规划(GP)融合系统结构估计与参数估计的特点，阐明GP在离散动态系统建模中的具体运用，并提出一种利用误差估计进行模型评价的方法。用Lotka-Volterra公式演化的数据对该建模方法进行了实证研究，结果表明遗传规划在离散动态系统建模中是有效的。     

基于遗传编程判别函数法在电力变压器绝缘故障诊断中的应用

基于遗传编程(GP),提出了一种用于电力变压器绝缘故障诊断的判别函数法.该方法结合变压器油中溶解气体含量,利用GP算法的树状结构特点和模拟自然进化理论的全局寻优机制,自动从训练样本中学习到代表输入特征向量与对应故障类型之间关系的判别函数,以函数值的正负表示不同的故障类别.为了验证该方法的有效性,建立了变压器分层故障诊断模型,采用多个判别函数的方式逐步判别变压器绝缘故障的类型.与常规的三比值法、BP神经网络方法相比较表明,该方法提高了变压器绝缘故障诊断的正确率,具有良好的诊断效果.     

时间序列预测及在汇率市场中的应用

遗传编程(GP)和基因表达式编程(GEP)是在遗传算法的基础上发展而来的遗传算法的新分支,它在个体的表示、个体的处理和结果的形式等方面与传统遗传算法有着显著的区别和优势.本文针对汇率市场对象的特点,分别研究了用遗传算法,遗传编程,基因表达式编程进行预测,取得了满意的效果.     

基于参数估计的遗传程序设计方法

在遗传程序设计算法中 ,针对应用传统的遗传程序设计方法 ( Genetic Programming,GP)解决符号回归问题所遇到的困难 ,嵌入一个基于模拟退火思想的参数估计过程 ,得到更为精确的参数和个体结构 .实验表明 ,此方法提高了 GP系统求解问题的能力     

基于基因表达式编程的人口预测模型

提出一种基于基因表达式编程算法(GEP)的人口预测新方法,并将该方法应用于东莞市人口预测实例问题研究。实验结果表明:由于基因表达式编程算法采用基因型与表现型相统一的编码方式、高效的遗传算子以及全局搜索的寻优方式,基于GEP算法的人口预测模型能够在样本少的情况下给出相对准确的预测结果。其验证数据的预测绝对值平均误差为0.96%,与灰色系统GM(1,1)预测模型及径向基人工神经网络预测模型相比,预测精度分别提高了18.34%、30.54%。GEP人口预测模型能够更好地挖掘人口发展的复杂非线性模式,有效防止过度拟合现象的发生,提供更为准确、合理的拟合及预测结果。     

基于谓词逻辑和约束网络结构的遗传编程方法

提出了一种新的谓词型遗传编程方法,该方法包括:待求解问题论域的函数空间约束、遗传算子的谓词逻辑表达、谓词结构推理下数值参数空间的混沌式遍历及发生机制以及非线性方式下自适应进化和非监督学习的综合。整个过程是在约束网络的基础上,以谓词逻辑表达机制为核心实现的函数结点集合约束下的数值型进化计算过程。该方法可被认为是对现有遗传编程技术的改进,克服了LISP型及其C仿真型遗传编程算法在各种表示手段方面的缺陷,提高了计算效率,在系统辨识中的应用实验表明了是有效和实用的。     

基于改进的GP实现组合逻辑电路的设计研究

由于遗传程序设计是一种随机性很强的全局搜索优化算法,是否能够收敛到全局最优解与初始群体的质量、参数选取、遗传操作及适应值的测试方式等有很大关系。因此,有必要对遗传程序设计进行改进,从而提高其收敛性能。本文主要介绍了遗传程序设计的改进策略以及基于改进的GP实现组合电路的进化设计思想,并且进行了算法性能的改进实验,得到了令人满意的结果。