瓦斯涌出量評估系統(tǒng)中關(guān)聯(lián)規(guī)則算法應(yīng)用研究.pdf

1、瓦斯是危害礦井安全生產(chǎn)的重要因素之一。瓦斯災(zāi)害是煤礦中最嚴(yán)重的災(zāi)害之一。采場范圍內(nèi)涌出瓦斯的地點(diǎn)稱為瓦斯源,瓦斯涌出源的多少,各源涌出瓦斯量的大小直接影響著采場的瓦斯涌出量。瓦斯災(zāi)害治理的好壞已成為礦井特別是高瓦斯礦井興衰存亡的關(guān)鍵因素之一。近年來,隨著煤炭開采在規(guī)模和產(chǎn)量上的逐年擴(kuò)大,煤礦安全生產(chǎn)成為國內(nèi)外面臨的重大課題。瓦斯含量預(yù)測取決于多因素、非線性的函數(shù)關(guān)系的建立,預(yù)測模型建立的準(zhǔn)確與否決定于各個影響因素之間的相互作用、相互耦合

2、的特性。本文通過深入研究數(shù)據(jù)挖掘技術(shù)及其挖掘算法,建立瓦斯涌出量評估模型,并深入研究了關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的Apriori算法,提出改進(jìn)。利用改進(jìn)的Apriori算法對在瓦斯涌出量構(gòu)成因素的數(shù)據(jù)進(jìn)行挖掘,尋找有價值的信息,其中包含有38個典型樣本,并且將檢驗結(jié)果分別與回歸模型、標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)、自適應(yīng)BP神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果進(jìn)行比較。結(jié)果表明:遺傳神經(jīng)網(wǎng)絡(luò)模型可靠,預(yù)測精度高,為促進(jìn)軟計算技術(shù)與瓦斯地質(zhì)的結(jié)合奠定了基礎(chǔ)。為預(yù)測瓦斯含量,保障煤