首页 期刊 应用泛函分析学报 基于KPCA-CS-ELM耦合模型的煤与瓦斯突出强度预测 【正文】

基于KPCA-CS-ELM耦合模型的煤与瓦斯突出强度预测

作者:卢国斌; 郭纬宇; 胡海永 辽宁工程技术大学矿业学院; 阜新123000; 矿山热动力灾害与防治教育部重点实验室; 阜新123000; 国家安全生产监督管理总局信息研究院; 北京100029
煤与瓦斯突出动力系统   耦合预测   核主成分分析   布谷鸟搜索算法   极限学习机  

摘要:为准确、快速地预测煤与瓦斯突出强度,实现预防煤与瓦斯突出,提出构建基于KPCA-CS-ELM的突出强度耦合预测模型.根据煤与瓦斯突出动力系统,确定影响突出的相关基础参数;采用核主成分分析(KPCA)提取出非相关特征参数作为主成分序列;利用布谷鸟搜索算法(CS)对极限学习机(ELM)的输入权值和隐含层偏差进行优化,寻得最优预测模型,并与CS-ELM、ELM、SVM和BP等模型预测结果进行对比分析.结果表明:基于KPCA-CS-ELM的突出强度预测模型能充分挖掘突出样本数据内部隐含规律,有效诠释突出强度与其影响因素间的非线性关系;模型对突出强度的预测与实例具有很好的一致性,运行时间为1.2463 s,较其他模型具有精准的判识度和较高的泛化能力.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅