摘要
以煤与瓦斯突出灾害为研究对象,以核极限学习机(KELM)作为预测工具,利用麻雀搜索算法(SSA)对KELM进行优化,建立了SSA-KELM预测模型。采用该模型对突出瓦斯量进行预测,并与随机森林算法、传统的极限学习机进行对比,结果表明:以煤层瓦斯压力、瓦斯放散初速度、软分层厚度、坚固性系数作为预测指标建立的SSA-KELM预测模型预测精度较高,误差率分别为9.37%和10.20%,验证了该模型的可行性。搭建了基于SSA-KELM的突出瓦斯量预测系统,实现了突出瓦斯量预测的可视化。
作者
周勇
赵常辛
张德森
杨越鑫
陈恒阁
孙永鑫
ZHOU Yong;ZHAO Changxin;ZHANG Desen;YANG Yuexin;CHEN Hengge;SUN Yongxin(CHN Energy Wuhai Energy Co.,Ltd.,Wuhai 016099,China;Project German Mining GmbH(Beijing)Co.,Ltd.,Beijing 100086,China;School of Emergency Management and Safety Engineering,China University of Mining and Technology-Beijing,Bejing 100083,China)
出处
《工矿自动化》
CSCD
北大核心
2023年第S02期81-86,共6页
Journal Of Mine Automation
