基于改进鲸鱼算法优化BP神经网络的煤自燃预测研究
孔彪1
朱思想1
胡相明1
杨涛2
赵旭帅3
斐达特1
万姝含1
1.山东科技大学 安全与环境工程学院,山东 青岛 2665902.华北科技学院 矿山安全学院,河北 廊坊 0652013.兖矿能源集团股份有限公司 济宁二号煤矿,山东 济宁 272000
摘要：为实现煤自燃的高效预测预警,提出了一种改进鲸鱼优化算法结合BP神经网络(MSWOA-BP)的煤自燃温度预测模型.根据煤自燃升温实验进行了模型算法的有效性验证,进一步对比分析了粒子群优化(PSO-BP)模型、灰狼优化(GWO-BP)模型及标准鲸鱼优化(WOA-BP)模型的预测效果和性能,结果显示,MSWOA-BP、GWO-BP、WOA-BP 和 PSO-BP 模型预测结果训练阶段平均百分比误差(MAPE)为1.7359%、2.6518%、6.1655%、6.5701%,测试阶段 MAPE 为 3.0393%、6.0723%、6.7341%、7.6035%,表明MSWOA-BP预测模型具有更高的预测精度和稳定性.应用MSWOA-BP模型进行煤矿现场的温度预测,得到预测温度与现场实测温度的相对误差为 2.3%～12.1%,实现了煤矿井下温度的快速预测,可为实现煤自燃的高效预测预警提供一种新方法.
关键词：煤自燃预测预报指标气体煤温改进鲸鱼优化算法预测模型
分类号：TD752(矿山安全与劳动保护)
资助基金：国家自然科学基金(52374219)山东省自然科学基金(ZR2023ME115)
论文发表日期：2023-10-10
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：7( 30-36 )
英文信息