[发明专利]基于LVQ-CPSO-BP算法的煤体瓦斯渗透率预测方法

权利要求书

1.基于LVQ-CPSO-BP算法的煤体瓦斯渗透率预测方法，其特征在于，由如下步骤构成：

步骤一、煤层埋深划分及选择：对煤层埋深进行研究：煤层埋深分为浅埋层和非浅埋层，而浅埋层一般在150m以上，处于瓦斯风化带；而非浅埋层是指150m以下，最深达到1500m左右，大部分煤层处于200m-700m之间，将非浅埋层自定义分为两层，设临界值为700m，以浅为中埋层，以深为深埋层；

步骤二，主要影响因素选择：选择有效应力、温度、瓦斯压力、抗压强度作为主要影响因素；

有效应力与煤体瓦斯渗透率之间的关系出现拐点，有效应力小于拐点时，煤体瓦斯渗透率变化较快，大于拐点时，煤体瓦斯渗透率变化平缓，将2MPa设为有效应力拐点；

步骤三、在煤层埋深非浅埋层宏观划分基础上，采用LVQ算法对有效应力样本数据按拐点进行微观分类；

步骤四、建立基于CPSO-BP算法的煤体瓦斯渗透率预测子模型；

步骤五、通过LVQ-CPSO-BP预测系统的训练，获得煤体瓦斯渗透率预测结果。

2.根据权利要求1所述的方法，其特征在于，为了评价所建立预测模型的可信度及精确度，对误差和精度进行量化，采用式(1)-式(4)预测误差和精度评价指标进行煤体瓦斯渗透率预测结果定量评估：

1)预测误差的可靠性用平均相对误差：

2)预测值偏离真值误差的大小用平均绝对误差：

3)样本数据离散程度用均方根误差：

4)预测模型精确度：

其中：X_i为真实值，X′_i为与预测值,M为样本数量。

3.根据权利要求1所述的方法，其特征在于，所述步骤三中，采用LVQ以有效应力拐点为界将其分为煤体瓦斯渗透率变化平缓型和陡峭型两种类型，以样本数据中有效应力为1-5MPa的平均值温度平均值瓦斯压力平均值抗压强度平均值作为LVQ的输入，经过LVQ分类识别训练后，获得两类分类样本数据。

4.根据权利要求3所述的方法，其特征在于，所述步骤三中，煤体瓦斯渗透率预测学习样本向量用X表示，样本集为：

[X]＝[x₁,x₂,x₃,x₄]^T＝[σ,T,P,σ_m]^T (5)

其中σ为有效应力单位：MPa、T为温度单位：℃、P为瓦斯压力单位：MPa、σ_m为抗压强度单位：MPa；

输入层输入集为：

竞争层的样本用Y表示为：

Y＝(y₁,y₂,…y_m)^T,y_i∈{0,1},i＝1,2,…,m (7)

输入层和竞争层之间的权值矩阵用W¹：

竞争层到输出层之间的权值矩阵用W²：

网络的期望值输出用d表示为：

d＝(d₁,d₂,…d_l)^T (10)

输出层的输出用O表示，输出集为：

[O]＝[o₁,o₂]^T＝[1,0]^T (11)

其中，o₁为陡峭型类别，o₂为平缓型类别。