基于灰色关联分析-GA-BP模型预测煤层瓦斯含量.pdfVIP

第 25卷第 11期 中 国 矿 业 V01．25，No．11 2016年 11月 CHINA M INING MAGAZINE NOV． 2O16 基于灰色关联分析一GA—BP模型预测煤层瓦斯含量 郝天轩 。，李鹏飞 (1．河南省瓦斯地质与瓦斯治理重点实验室一省部共建国家重点实验室培育基地 ，河南 焦作 454000； 2．河南理工大学安全科学与工程学院，河南 焦作 454000； 3．煤炭安全生产河南省协同创新 中心，河南 焦作 454000) 摘 要：为提高煤层瓦斯含量预测的精度和效率，提出用灰色关联分析从影响因素中筛选主要因素， 结合运用 GA-BP神经网络预测煤层瓦斯含量的方法。通过遗传算法 (GA)优化BP神经网络的权值和阈 值，解决BP神经网络易过早收敛极小值 以及收敛速度慢的问题。用Matlab构建灰色关联分析一GA—BP神 经网络、GA-BP神经网络和BP神经网络模型。选取成庄矿 3煤层的含量与影响因素作为实验数据对该 模型进行实验分析 ，比较三个 的预测模型的预测结果 。实验结果表 明：顶板泥岩厚度 、煤层厚度 、基岩厚 度 、煤层深度是影响成庄矿 3 煤层瓦斯含量 的主要 因素 。灰色关联分析一GA-BP神经网络预测模型平均 相对误差为 2．77 ，比后两种预测模型的预测结果好 ，能准确预测煤层瓦斯含量 。 关键词 ：灰色关联分析 ；瓦斯含量预测 ；GA-BP神经网络 ；Matlab软件 中图分类号：TD712．5 文献标识码 ：A 文章编号：1004—4051(2016)11-116-05 Predictionofgascontentbasedongraycorrelationanalysis。_GA_-BP neuralnetwork HAO Tian—xuan ’ ．LIPeng—fei (1．StateKeyLaboratoryCultivationBaseforGasControlCo—FoundedbyHenanProvince andtheMinistryofScienceandTechnology，Jiaozuo454000，China； 2．CollegeofSafetyScienceandEngineeringofHenanPolytechnicUniversity，Jiaozuo454000，China 3．HenanProvinceCo—InnovationCoalSafetyProduction，Jiaozuo454000，China) Abstract：InordertOenhancetheefficiencyandaccuracyofpredictiononthegascontentinthecoal seam ，amethodwasraisedtopredictthegascontent，whiehadoptedthegraycorrelationanalysistO select themain factorsfirst，then combinedBP neuralnetworkwith geneticalgorithm (GA)．Considering the problem ofeasilytrappinginto thepartialminimum and slow convergence·thealgorithm adopted GA tO improvethe weights and thresholds ofBP neuralnetwork．Taking Matlab forwriting programs，the