HIMMAS-WNN算法在瓦斯涌出量預(yù)測中的應(yīng)用研究.pdf

1、工作面瓦斯涌出量關(guān)系到煤礦的通風(fēng)設(shè)計(jì)指標(biāo),更是影響工人生命安全的關(guān)鍵因素,因此對(duì)瓦斯涌出量進(jìn)行精確預(yù)測對(duì)加強(qiáng)煤礦安全有重要意義。由于影響瓦斯涌出量間的因素呈現(xiàn)出動(dòng)態(tài)、模糊的非線性動(dòng)力變化過程,導(dǎo)致傳統(tǒng)線性預(yù)測方法建立的預(yù)測模型精度很難滿足實(shí)際現(xiàn)場要求。本文在對(duì)國內(nèi)外瓦斯涌出量研究現(xiàn)狀做出簡單介紹,并簡單總結(jié)了現(xiàn)有一些預(yù)測方法后,提出了使用改進(jìn)的蟻群算法和小波神經(jīng)網(wǎng)絡(luò)相結(jié)合的算法來建立瓦斯涌出量預(yù)測模型。論文首先分析了小波神經(jīng)網(wǎng)絡(luò)的基本理

2、論以及網(wǎng)絡(luò)的分類和結(jié)構(gòu)特點(diǎn),針對(duì)該神經(jīng)網(wǎng)絡(luò)收斂精度低,易陷入局部極值的缺點(diǎn),提出使用蟻群算法來對(duì)其改進(jìn)。緊接著分析了基本蟻群算法的運(yùn)行機(jī)理,以及各參數(shù)對(duì)收斂性能的影響,針對(duì)算法仍然容易收斂到局部最優(yōu)的問題,論文在引入最大最小蟻群算法的基礎(chǔ)上,對(duì)螞蟻尋優(yōu)路徑進(jìn)行信息素軌跡平滑處理,并引入擾動(dòng)因子和懲罰因子來解決算法的局部收斂和收斂速度慢的問題,將其應(yīng)用在解決TSP問題上,表現(xiàn)出良好的求解質(zhì)量。然后將改進(jìn)的蟻群算法HI-MMAS和小波神經(jīng)網(wǎng)