[发明专利]一种基于改进GA-BP网络模型的瓦斯涌出量预测方法

摘要

本发明公开了一种基于改进GA‑BP网络模型的瓦斯涌出量预测方法，涉及煤矿井下回采工作面瓦斯防治技术领域。GA‑BP网络模型结合遗传算法和BP算法，在保留原有自适应性和容错性的基础上，通过全局搜索选取最优初始权值和阈值。不仅加快网络的学习速度，还在一定程度提高全局优化能力。GA‑BP网络模型结合主因子分析法，通过主因子分析提取主因子代替原始输入变量，简化网络结构，消除变量冗余信息。同时采用遗传算法(GA)优化网络初始权值和阈值，并通过添加动量因子来优化权值的更新方式，避免搜索陷入局部极小值，使预测准确性得到提高。最后选取实际瓦斯涌出监测数据作为标签数据与输入数据，并针对不同网络模型进行仿真与分析。

主权项

1.一种基于改进GA‑BP网络模型的瓦斯涌出量预测方法，其特征在于，由如下步骤构成：步骤一：回采面瓦斯涌出影响因素的选取。选取11个主要影响因素作为原始变量，包括开采层瓦斯含量、煤层埋藏深度、煤层厚度、煤层倾角、工作面长度、日推进速度、采出率、邻近层瓦斯含量、层间距、层间岩性、开采强度；步骤二：瓦斯涌出量相关因素主因子提取。原始数据中各因素的量纲和数值都存在较大差异。运用SPSS22.0对数据进行标准化处理，然后对标准化数据进行相关性诊断；步骤三：瓦斯涌出量相关因素主因子得分计算；步骤四：神经网络预测模型参数选取。采用Matlab软件对BP算法和添加动量项的GA‑BP算法进行编程实现。两种模型输入数据都为主因子得分，且参数选取保持一致；步骤五：获得预测结果。