煤与瓦斯突出危险性预测
李燕
南新元
蔺万科
新疆大学 电气工程学院, 新疆 乌鲁木齐 830047
摘要：针对现有基于支持向量机(SVM)的煤与瓦斯突出预测方法存在准确率低与响应速度慢的问题,提出了一种基于改进灰狼算法(IGWO)优化SVM的煤与瓦斯突出危险性预测方法.采用灰色关联熵权法分析各个影响因素对煤与瓦斯突出的影响程度,根据关联度排序提取瓦斯压力、瓦斯含量、瓦斯放散初速度和开采深度作为煤与瓦斯突出主控因素,将其分为训练集和测试集,并进行归一化处理;为改善传统灰狼算法(GWO)种群易陷入局部最优和寻优速度慢的缺陷,引入越界处理机制和嵌入莱维飞行的随机差分变异策略对GWO算法进行改进(即IGWO),有效提升了GWO的收敛精度与速度;采用IGWO对SVM的核心参数和惩罚参数进行优化,将煤与瓦斯突出的主控因素输入到IGWO?SVM中进行分类,并将其与实际测试集分类结果进行对比,实现煤与瓦斯突出危险性预测.仿真结果表明:与基于鲸鱼算法?支持向量机(WOA?SVM)、灰狼算法?支持向量机(GWO?SVM)和粒子群?支持向量机(PSO?SVM)的预测方法相比,基于IGWO?SVM的预测方法具有更高的预测精度,在提高SVM运算效率的同时满足煤与瓦斯突出预测的精度和可靠性要求,准确率达到96.67％,预测速度为5.58?s.
关键词：煤与瓦斯突出危险性预测灰色关联熵支持向量机越界处理机制莱维飞行灰狼算法
分类号：TD713(矿山安全与劳动保护)
资助基金：新疆维吾尔自治区自然科学基金(2019D01C079)
论文发表日期：2022-03-10
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：8( 99-106 )
英文信息