基于IQPSO-BP算法的煤矿瓦斯涌出量预测
程加堂
艾莉
熊燕
1.红河学院工学院,云南 蒙自,6611992.红河学院工学院,云南 蒙自,6611993.红河学院工学院,云南 蒙自,661199
摘要：针对煤矿回采工作面瓦斯涌出的非线性特征，提出一种基于改进量子粒子群优化BP神经网络( IQPSO-BP)的瓦斯涌出量预测方法。鉴于量子粒子群算法的遍历能力有限，采用混沌序列来初始化量子的初始角位置。同时，采用凸函数调整惯性权重，以平衡算法的全局勘探和局部开发能力。并依此来优化 BP 神经网络的权值、阈值参数，进而建立了瓦斯涌出量预测模型。试验结果表明， IQPSO-BP算法具有较强的泛化能力及较高的预测精度，可有效用于煤矿瓦斯涌出量的预测。
关键词：瓦斯涌出量预测改进量子粒子群优化算法BP神经网络
分类号：TD712+.5(矿山安全与劳动保护)
资助基金：云南省教育厅科学研究基金项目(2012Y450)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 38-41 )
英文信息