基于GA-PSO的矿井通风网络优化方法研究
王伟峰1
白玉2
杨泽2
李寒冰2
陈怡帆2
马岩松2
1.西安科技大学 安全科学与工程学院,陕西 西安 7100542.西安科技大学 通信与信息工程学院,陕西 西安 710054
摘要：针对煤矿复杂通风网络解算效率低与动态适应性不足的问题,提出一种遗传-粒子群混合算法(GA-PSO).以矿井通风基本定律和矿用风机特性曲线为约束,建立以最小化通风功耗为目标的优化模型.为克服GA收敛速度慢的缺陷,选取随机竞争与算术交叉-高斯变异算子组合提升种群多样性,增强全局收敛性并避免局部最优;针对PSO的早熟现象,设计潜力粒子替换与冗余粒子重启的淘汰策略,并提出基于适应值标准差的自适应惯性权重调节策略,提高算法全局搜索能力;结合学习因子的动态协同机制,实现全局探索与局部优化的动态平衡.结果表明,优化后的通风机功耗降低16.86%,证明GA-PSO在收敛速度和优化能力方面显著优于单独应用GA或PSO,有效克服了传统方法在复杂风网中的早熟收敛与维度灾难问题,为矿井通风系统节能与安全调控提供理论支撑.
关键词：煤矿通风遗传算法粒子群优化算法网络解算优化风机功耗
分类号：TD725(矿山安全与劳动保护)
资助基金：国家自然科学基金(52074213)陕西省重点研发计划项目(2022QCY-LL-70)陕西省秦创原科学家+工程师队伍建设项目(2023KXJ-052)西安市科学家+工程师队伍建设项目(2024JH-KGDW-0111)
论文发表日期：2025-04-30
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：6( 24-29 )
英文信息