天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 安全工程論文 >

基于CIGOA-ENN耦合算法的瓦斯涌出量預(yù)測(cè)研究

發(fā)布時(shí)間:2019-10-21 09:29
【摘要】:煤礦瓦斯災(zāi)害是制約礦井安全生產(chǎn)的主要自然災(zāi)害之一,嚴(yán)重影響著工人的生命及財(cái)產(chǎn)安全,因此認(rèn)識(shí)瓦斯災(zāi)害發(fā)生的規(guī)律和特征、實(shí)現(xiàn)瓦斯涌出量的準(zhǔn)確預(yù)測(cè)是防治瓦斯災(zāi)害的有效手段,對(duì)加強(qiáng)煤礦安全生產(chǎn)有著重要意義。 由于煤礦瓦斯系統(tǒng)是一個(gè)復(fù)雜的、時(shí)變的非線性動(dòng)態(tài)系統(tǒng),因此利用傳統(tǒng)的線性預(yù)測(cè)方法建立的預(yù)測(cè)模型很難滿足工程實(shí)際的需要;诖耍疚奶岢鲆环N新的智能優(yōu)化算法:混沌免疫遺傳優(yōu)化算法(Chaotic Immune Genetic Optimization Algorithm, CIGOA),利用其與Elman神經(jīng)網(wǎng)絡(luò)(Elman Neural Network, ENN)有機(jī)融合,建立基于CIGOA-ENN耦合算法的非線性動(dòng)態(tài)系統(tǒng)辨識(shí)模型,用于瓦斯涌出量的預(yù)測(cè),為瓦斯災(zāi)害的防治提供決策服務(wù)。 論文首先對(duì)Elman神經(jīng)網(wǎng)絡(luò)的性能進(jìn)行了分析,介紹了其優(yōu)缺點(diǎn),對(duì)于該神經(jīng)網(wǎng)絡(luò)收斂速度慢、易早熟的問題,提出利用遺傳算法對(duì)其進(jìn)行改進(jìn)。接下來分析了遺傳算法(GeneticAlgorithm, GA)的運(yùn)行機(jī)理,針對(duì)GA在求解多峰、高維、非線性優(yōu)化問題時(shí),容易早熟收斂的缺陷,論文引入人工免疫思想和混沌優(yōu)化思想,對(duì)GA進(jìn)行改進(jìn),提出了混沌免疫遺傳優(yōu)化算法。該算法在種群進(jìn)化過程中,對(duì)個(gè)體進(jìn)行克隆擴(kuò)增、自適應(yīng)交叉、混沌變異、免疫選擇,以改善算法的全局搜索能力,提高其搜索精度。然后,將CIGOA與Elman神經(jīng)網(wǎng)絡(luò)融合,利用CIGOA對(duì)Elman神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值進(jìn)行尋優(yōu),建立基于CIGOA-ENN耦合算法的瓦斯涌出量系統(tǒng)辨識(shí)模型,并利用礦井監(jiān)測(cè)到的各項(xiàng)歷史數(shù)據(jù)進(jìn)行仿真。試驗(yàn)結(jié)果表明,該模型與BPNN、GA-ENN等神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型相比,其收斂速度更快、收斂精度更高、魯棒性更強(qiáng),為解決煤礦瓦斯涌出量的預(yù)測(cè)問題提供了一個(gè)行之有效的方法。
【圖文】:

神經(jīng)元模型


神經(jīng)網(wǎng)絡(luò)具有極強(qiáng)的自學(xué)中,不需要對(duì)瓦斯涌出量與其他經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練即可,它能,從而發(fā)現(xiàn)人類尚未認(rèn)識(shí)到的事提下,將動(dòng)態(tài)反饋型 Elman 神經(jīng)概述的結(jié)構(gòu)和學(xué)習(xí)方式腦神經(jīng)活動(dòng)進(jìn)行學(xué)習(xí)、判斷、推)互相連接而形成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)絡(luò)單元,其模型如圖 2.1 所示[18

神經(jīng)網(wǎng)絡(luò),工作原理,中間層


遼寧工程技術(shù)大學(xué)碩士學(xué)位論文1 )nj ij ijx w 網(wǎng)絡(luò)一般由輸入層、中間層、輸出層組成。各層神經(jīng)元數(shù)結(jié)果傳遞給中間層,中間層是網(wǎng)絡(luò)的內(nèi)部處理單元層,通征提取等處理過程,,特別地,中間層與外部隔離,因此被果。網(wǎng)絡(luò)不受辨識(shí)系統(tǒng)的模型限制,而是僅僅根據(jù)被控系統(tǒng)給斷的訓(xùn)練學(xué)習(xí),從而得到一個(gè)輸入與輸出數(shù)據(jù)間的數(shù)學(xué)關(guān)統(tǒng)辨識(shí)具有很好的效果[19]。其基本工作原理如圖 2.2。
【學(xué)位授予單位】:遼寧工程技術(shù)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2013
【分類號(hào)】:TD712.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳財(cái)芳,曾勇;基于遺傳神經(jīng)網(wǎng)絡(luò)的瓦斯含量預(yù)測(cè)研究[J];地學(xué)前緣;2003年01期

2 王磊,潘進(jìn),焦李成;免疫算法[J];電子學(xué)報(bào);2000年07期

3 焦李成,杜海峰;人工免疫系統(tǒng)進(jìn)展與展望[J];電子學(xué)報(bào);2003年10期

4 畢惟紅;任紅民;吳慶標(biāo);;一種新的遺傳算法最優(yōu)保存策略[J];浙江大學(xué)學(xué)報(bào)(理學(xué)版);2006年01期

5 葛宏偉,梁艷春;進(jìn)化Elman神經(jīng)網(wǎng)絡(luò)模型與非線性系統(tǒng)辨識(shí)[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2005年05期

6 余建軍,鄭鋒,孫樹棟;一種新的免疫算法[J];計(jì)算機(jī)工程與應(yīng)用;2004年23期

7 蔡良偉,李霞;一種帶融合操作的實(shí)數(shù)多種群遺傳算法[J];計(jì)算機(jī)工程與應(yīng)用;2005年13期

8 高欽和;王孫安;;基于Elman神經(jīng)網(wǎng)絡(luò)的非線性動(dòng)態(tài)系統(tǒng)辨識(shí)[J];計(jì)算機(jī)工程與應(yīng)用;2007年31期

9 趙鵬偉;;礦山統(tǒng)計(jì)法預(yù)測(cè)綜放工作面瓦斯涌出量[J];機(jī)械管理開發(fā);2006年03期

10 吳佳英;李平;鄭金華;胡寧靜;;一種改進(jìn)多親遺傳算法的并行模型研究[J];計(jì)算機(jī)工程;2007年05期



本文編號(hào):2551344

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/anquangongcheng/2551344.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶04d0a***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com