為解決煤礦單傳感器瓦斯?jié)舛阮A(yù)測(cè)精度不足的問(wèn)題,將自適應(yīng)人工免疫系統(tǒng)（AIS）與自適應(yīng)粒子群（PSO）相結(jié)合,建立多參數(shù)并行雙自適應(yīng)AIS-PSO算法的瓦斯?jié)舛溶洔y(cè)量模型。通過(guò)分析煤礦井下環(huán)境參數(shù)對(duì)瓦斯?jié)舛缺O(jiān)測(cè)的影響,將礦井下溫度及風(fēng)速等環(huán)境參數(shù)作為軟測(cè)量模型輸入,上隅角瓦斯?jié)舛茸鳛槟Ｐ洼敵�。利用并行雙自適應(yīng)AIS-PSO算法對(duì)最小二乘支持向量機(jī)（LS-SVM）的核參數(shù)σ和正則化參數(shù)γ進(jìn)行尋優(yōu),并與PSO-LSSVM、LS-SVM結(jié)果進(jìn)行對(duì)比。結(jié)果表明:PSO-LSSVM平均相對(duì)誤差為5.5083%,LS-SVM平均相對(duì)誤差為8.6883%,并行雙自適應(yīng)AIS-PSO軟測(cè)量模型的平均相對(duì)誤差為2.0165%,最小相對(duì)誤差為1.194%,與另兩種方法相比具有較高的預(yù)測(cè)精度和泛化能力。 

【文章來(lái)源】：計(jì)算機(jī)仿真. 2020,37(01)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

礦井瓦斯傳感器布局圖

表1 煤礦監(jiān)控系統(tǒng)各傳感器監(jiān)測(cè)數(shù)據(jù) 序號(hào) T5溫度/℃ T7風(fēng)速/(m/s) T0瓦斯?jié)舛?% T2瓦斯?jié)舛?% T3瓦斯?jié)舛?% T4瓦斯?jié)舛?% T6(CO)濃度/% T1瓦斯?jié)舛?% 191 24.7 1.34 0.75 0.46 0.32 0.53 0.45 0.58 192 24.3 1.31 0.71 0.53 0.41 0.53 0.51 0.46 193 25.3 1.32 0.67 0.54 0.35 0.56 0.41 0.54 194 25.4 1.32 0.63 0.35 0.36 0.58 0.42 0.71 195 24.7 1.20 0.58 0.42 0.34 0.56 0.46 0.46 196 25.3 1.12 0.56 0.53 0.31 0.52 0.53 0.54 197 25.6 1.14 0.61 0.54 0.34 0.53 0.43 0.64 198 24.3 1.36 0.63 0.56 0.35 0.58 0.44 0.67 199 24.7 1.10 0.67 0.45 0.32 0.58 0.44 0.45 200 24.6 1.25 0.75 0.58 0.34 0.56 0.47 0.53在同樣的訓(xùn)練樣本及參數(shù)設(shè)置條件下,結(jié)合表1數(shù)據(jù),通過(guò)MATLAB分別對(duì)本文提出的并行雙自適應(yīng)AIS-PSO軟測(cè)量模型、PSO-LS-SVM及LS-SVM進(jìn)行仿真對(duì)比試驗(yàn),并采用相對(duì)誤差作為預(yù)測(cè)模型的泛化能力和預(yù)測(cè)精度指標(biāo)。得到T1瓦斯?jié)舛葘?shí)際值與預(yù)測(cè)值對(duì)比,如圖3所示;

3種預(yù)測(cè)結(jié)果對(duì)比

【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)搜索的免疫粒子群算法[J]. 張超,李擎,王偉乾,陳鵬,馮毅南.  工程科學(xué)學(xué)報(bào). 2017(01)
[2]基于ACPSO的PSR-MK-LSSVM瓦斯?jié)舛葎?dòng)態(tài)預(yù)測(cè)方法[J]. 付華,代巍.  傳感技術(shù)學(xué)報(bào). 2016(06)
[3]基于多元分布滯后模型的瓦斯?jié)舛葎?dòng)態(tài)預(yù)測(cè)[J]. 楊麗,劉暉,毛善君,施超.  中國(guó)礦業(yè)大學(xué)學(xué)報(bào). 2016(03)
[4]基于DE-EDA-SVM的瓦斯?jié)舛阮A(yù)測(cè)建模仿真研究[J]. 付華,豐盛成,劉晶,唐博.  傳感技術(shù)學(xué)報(bào). 2016(02)
[5]基于CAPSO算法的修正炮彈分?jǐn)?shù)階控制器設(shè)計(jì)[J]. 鮑雪,王大志,楊永生.  儀器儀表學(xué)報(bào). 2015(11)
[6]多傳感器數(shù)據(jù)融合技術(shù)在煤礦井下的應(yīng)用[J]. 黃健,徐永剛,孫中廷.  煤礦機(jī)械. 2015(07)
[7]一種基于SVM分類的霧圖自動(dòng)檢測(cè)方法[J]. 胡眾義,劉清,郭建明,徐華中.  計(jì)算機(jī)仿真. 2015(02)
[8]IGA-DFNN在瓦斯?jié)舛阮A(yù)測(cè)中的應(yīng)用[J]. 付華,李文娟,孟祥云,王桂花,王燦祥.  傳感技術(shù)學(xué)報(bào). 2014(02)
[9]基于信息融合與GA-SVM的煤礦瓦斯?jié)舛榷鄠鞲衅黝A(yù)測(cè)模型研究[J]. 郭瑞,徐廣璐.  中國(guó)安全科學(xué)學(xué)報(bào). 2013(09)
[10]礦井瓦斯?jié)舛茸赃m應(yīng)預(yù)測(cè)及其預(yù)警應(yīng)用[J]. 董丁穩(wěn),劉潔,王紅剛.  中國(guó)安全科學(xué)學(xué)報(bào). 2013(05)

博士論文
[1]煤礦安全監(jiān)測(cè)監(jiān)控系統(tǒng)瓦斯?jié)舛犬惓Ｐ盘?hào)辨識(shí)方法研究[D]. 黃凱峰.安徽理工大學(xué) 2016



本文編號(hào)：3291127