学位论文 > 优秀研究生学位论文题录展示

基于GA-RBF算法的采煤工作面瓦斯涌出量预测研究

作　者: 张翔
导　师: 王佰顺
学　校: 安徽理工大学
专　业: 安全技术及工程
关键词: 瓦斯涌出量 径向基函数神经网络 遗传算法
分类号: TD712.5
类　型: 硕士论文
年　份: 2013年
下　载: 14次
引　用: 0次
阅　读: 论文下载
 

内容摘要


我国煤炭产量居世界首位,煤矿安全事故也频频发生,伤亡人数仅排在因交通事故伤亡之后。随着开采深度地不断加深,生产能力地提高,地质条件也更加复杂化,煤矿安全工作面临着巨大的挑战。瓦斯事故又是煤矿生产过程中的主要不安全因素,如何能准确快速地预测出瓦斯涌出量,对于瓦斯防治措施的制定有着积极意义。本文从开采因素和自然因素两个方面分别分析煤层的瓦斯含量、埋深、瓦斯压力、大气压力、风量、产能等方面对瓦斯涌出量的影响,指出传统预测瓦斯涌出量方法的局限性,不能将瓦斯涌出量与各个影响因素之间复杂的非线性关系清楚地表述。RBF神经网络自身的容错性和自适应性以及较强的非线性函数逼近能力,则能很好地克服这些缺点。RBF神经网络具有搜索全局最优解和最佳逼近能力,其拓扑结构、隐节点数目、中心位置、宽度和权值是决定整个网络性能的关键因素。遗传算法作为一种全局优化算法,具有强鲁棒性,适用于解决训练速度慢、易陷入局部极小值等缺点的网络结构,自适应调整交叉概率和变异概率,能够避免重复搜索,并提高搜索效率。本文提出采用遗传算法优化RBF神经网络中的隐节点数目、中心位置、宽度和权值,有效地弥补RBF神经网络的不足,最后利用Matlab软件编程实现GA-RBF神经网络模型,应用此模型分别对两个采煤工作面进行瓦斯涌出量预测,得到了令人满意结果。

全文目录


摘要  5-6
Abstract  6-13
1 绪论  13-19
  1.1 引言  13-14
  1.2 国内外研究现状  14-16
    1.2.1 国内研究现状  14-15
    1.2.2 国外研究现状  15-16
  1.3 主要研究内容及技术路线  16-19
    1.3.1 主要研究内容  16
    1.3.2 研究技术路线  16-19
2 煤层瓦斯涌出量的影响因素及预测方法  19-31
  2.1 瓦斯的概述  19-20
    2.1.1 瓦斯的基本概念  19
    2.1.2 瓦斯的生成  19-20
  2.2 瓦斯涌出量  20-21
    2.2.1 瓦斯涌出量的基本概念  20
    2.2.2 瓦斯涌出的形式  20-21
  2.3 影响瓦斯涌出量的因素  21-23
    2.3.1 自然因素  21-22
    2.3.2 开采因素  22-23
  2.4 瓦斯涌出量的预测方法  23-29
    2.4.1 矿山统计法  24-25
    2.4.2 分源预测法  25-29
    2.4.3 瓦斯地质数学模型法  29
    2.4.4 灰色系统预测方法  29
  2.5 本章小结  29-31
3 神经网络理论基础  31-43
  3.1 人工神经网络的特点  31-32
  3.2 RBF神经网络  32-41
    3.2.1 RBF神经网络结构  32-33
    3.2.2 RBF神经网络的生理学基础  33-34
    3.2.3 RBF神经网络的数学基础  34-36
    3.2.4 RBF神经网络的学习算法  36-40
    3.2.5 RBF神经网络不足  40-41
  3.3 本章小结  41-43
4 遗传算法优化RBF网络及模型建立  43-57
  4.1 遗传算法简介  43-44
    4.1.1 遗传算法概述  43
    4.1.2 遗传算法的特征  43-44
  4.2 遗传算法的操作流程  44-46
  4.3 遗传算法的基本原理  46-50
    4.3.1 编码  46
    4.3.2 适应度函数  46
    4.3.3 选择算子  46-48
    4.3.4 交叉算子  48-49
    4.3.5 变异算子  49-50
  4.4 GA-RBF预测模型建立  50-56
    4.4.1 遗传算法优化RBF网络的可行性  50-51
    4.4.2 GA-RBF算法设计  51-54
    4.4.3 GA-RBF算法流程  54-56
  4.5 本章小结  56-57
5 GA-RBF模型预测实例  57-67
  5.1 矿井概况  57-58
  5.2 瓦斯涌出量影响因素的选取  58
  5.3 MATLAB软件简介  58-60
    5.3.1 Matlab介绍  58
    5.3.2 Matlab工具箱介绍  58-60
  5.4 预测与分析  60-66
    5.4.1 模型参数的确定  60-61
    5.4.2 预测结果分析  61-66
  5.5 本章小结  66-67
6 结论与展望  67-69
  6.1 结论与成果  67
  6.2 展望  67-69
参考文献  69-72
致谢  72-73
作者简介及读研期间主要科研成果  73

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  4. 部队人员网上训练与考核系统的开发,TP311.52
  5. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  6. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  7. 基于遗传算法的中短波磁天线的设计及实现,TN820
  8. 基于遗传算法的柑橘图像分割,TP391.41
  9. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  10. 基于遗传—牛顿算法的公交优化调度,TP18
  11. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  12. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  13. 基于遗传算法和粗糙集的聚类算法研究,TP18
  14. 煤与瓦斯突出后瓦斯动态涌出规律研究,TD713
  15. 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
  16. 遗传算法在物流仓储优化中的应用研究,F259.2
  17. 基于遗传算法的矿山资源优化调度模型的研究,O224
  18. 机械臂轨迹规划研究,TP242
  19. 基于遗传算法的前馈神经网络优化研究,TP183
  20. LS-SVM算法预测煤层瓦斯涌出量技术研究及应用,TD712.5
  21. 山东省瓦斯地质规律及控制因素研究,TD712

中图分类: > 工业技术 > 矿业工程 > 矿山安全与劳动保护 > 矿井大气 > 矿井瓦斯 > 瓦斯涌出及预测
© 2012 www.xueweilunwen.com