基于PSO-BP神经网络的煤与瓦斯突出预测方法

作     者：张通 胡艳婷 李印鹏 ZHANG Tong;HU Yanting;LI Yinpeng

作者机构：河北地质大学华信学院石家庄050700 

基　　金：2021年河北省人力资源与社会保障研究项目(JRS-2021-5028) 2022年河北省人力资源与社会保障研究项目(JRS-2022-3173) 

出 版 物：《煤炭技术》 (Coal Technology)

年 卷 期：2023年第42卷第11期

页      码：128-131页

摘      要：针对传统煤与瓦斯突出预测方法局限性较大、预测精度低、泛化能力弱等不足,设计了一种基于PSO-BP神经网络的煤与瓦斯突出预测方法。运用粒子群优化算法(PSO)对BP神经网络的权值和阈值参数进行寻优,利用主成分分析法对煤与瓦斯预测指标进行降维,并提取4类关键特征作为模型的输入,从而构建了PSO-BP预测模型,对不同程度煤与瓦斯突出风险进行预测和分类。实验结果表明,PSO-BP预测模型的平均绝对误差(MAE)指标反映良好,模型的预测精度和准确率较高,且泛化能力强,满足实际应用需求。

主 题 词：PSO-BP 煤与瓦斯突出 参数寻优 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 0819[工学-海洋工程类] 081903[081903] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.13301/j.cnki.ct.2023.11.026

馆 藏 号：203124375...