改進的蟻群聚類算法在煤與瓦斯突出預測中的應(yīng)用研究
發(fā)布時間:2023-02-03 13:01
煤與瓦斯突出是井下發(fā)生的極為復雜的瓦斯動力現(xiàn)象,嚴重威脅著煤礦的安全生產(chǎn),是煤礦最嚴重的災害之一。在我國,突出礦井分布廣、突出次數(shù)多、頻率高強度大。我國又是以煤炭為主要能源的國家,同時也是世界上發(fā)生煤與瓦斯突出最嚴重的國家,煤與瓦斯突出限制了我國煤炭工業(yè)的經(jīng)濟效益和發(fā)展,嚴重威脅井下工人的生命安全,所以要科學準確地評價煤與瓦斯突出的危險程度,及早預測預報,提前采取防范措施,保證安全生產(chǎn)及提高安全程度。 本文分析和總結(jié)了國內(nèi)外煤與瓦斯突出預測的現(xiàn)狀、突出預測方法、突出發(fā)生的影響因素、發(fā)生條件以及煤與瓦斯突出發(fā)生的一般規(guī)律;由于煤與瓦斯突出影響因素眾多且關(guān)系十分復雜,而不能使用單指標方法進行判斷分析。為了更好地解決瓦斯突出預測問題,在深入研究蟻群算法的基礎(chǔ)上,對蟻群聚類算法進行改進,應(yīng)用了種群分類和螞蟻的感覺知覺特性,使得蟻群最大可能的尋找最優(yōu)解,有效的避免了局部最優(yōu)的可能,提高了算法的全局尋優(yōu)性能和收斂速度,減少人為主觀因素的影響。根據(jù)突出基本言論和實際工作條件,選取瓦斯放散初速度、鉆屑瓦斯解吸指標、瓦斯含量、瓦斯壓力和煤的堅固性系數(shù)這五個指標作為聚類屬性,采用蟻群聚類算法判斷突出...
【文章頁數(shù)】:74 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 引言
1.2 國內(nèi)外煤與瓦斯突出概況及研究意義
1.3 煤與瓦斯突出機理研究現(xiàn)狀
1.4 各類假說存在問題及分析
1.4.1 瓦斯主導作用假說存在的問題
1.4.2 地應(yīng)力作用假說存在的問題
1.4.3 綜合作用假說存在的問題
1.4.4 化學本質(zhì)作用假說存在的問題
1.5 煤與瓦斯突出預測方法研究現(xiàn)狀
1.6 蟻群算法研究現(xiàn)狀
1.7 本論文研究方案
1.7.1 主要研究內(nèi)容
1.7.2 研究步驟
第二章 煤與瓦斯突出影響因素分析
2.1 地質(zhì)構(gòu)造
2.2 地應(yīng)力
2.3 煤體結(jié)構(gòu)
2.4 煤層厚度
2.5 瓦斯參數(shù)
2.6 煤層埋藏深度
2.7 本章小結(jié)
第三章 蟻群聚類算法
3.1 聚類的基本概念
3.1.1 相似度量方法
3.1.2 聚類準則函數(shù)
3.1.3 聚類算法的分類
3.2 蟻群算法的基本原理
3.2.1 雙橋?qū)嶒?br> 3.2.2 螞蟻覓食過程分析
3.3 蟻群算法的數(shù)學模型及其實現(xiàn)步驟
3.3.1 旅行商問題
3.3.2 蟻群算法的數(shù)學模型
3.3.3 基本蟻群算法的實現(xiàn)步驟
3.3.4 基本蟻群算法的結(jié)構(gòu)流程圖
3.4 蟻群算法的性能分析
3.4.1 蟻群算法的優(yōu)點
3.4.2 蟻群算法的不足
3.5 基本蟻群算法的改進
3.5.1 精英策略的蟻群系統(tǒng)
3.5.2 最大最小蟻群系統(tǒng)
3.6 蟻群算法的應(yīng)用
3.7 本章小結(jié)
第四章 改進蟻群算法的聚類模型研究
4.1 種群分類蟻群算法與螞蟻的感覺知覺特征
4.1.1 群分類蟻群算法
4.1.2 具有感覺知覺特征的蟻群算法
4.2 改進的種群分類蟻群算法
4.2.1 改進蟻群算法路途選擇方法
4.2.2 改進蟻群算法的信息素更新策略
4.3 改進的蟻群聚類算法
4.4 改進蟻群聚類算法的仿真實驗
4.5 本章小結(jié)
第五章 蟻群聚類算法在突出預測中的應(yīng)用
5.1 寺河礦概況
5.2 寺河礦地質(zhì)概況
5.2.1 地質(zhì)構(gòu)造
5.2.2 煤層
5.2.3 瓦斯
5.3 煤與瓦斯突出預測指標的確定與測定
5.3.1 鉆屑解吸指標(K1)測定
5.3.2 瓦斯放散初速度(△p)測定
5.3.3 煤的堅固性系數(shù)(f)測定
5.3.4 煤層瓦斯含量測定
5.3.5 煤層瓦斯壓力測定
5.4 寺河礦煤與瓦斯突出預測
5.5 本章小結(jié)
第六章 結(jié)論與展望
6.1 結(jié)論
6.2 展望
參考文獻
致謝
攻讀學位期間發(fā)表的學術(shù)論文
【參考文獻】:
期刊論文
[1]基于灰靶決策模型的煤與瓦斯突出可能性評價[J]. 梁冰,秦冰,孫維吉. 煤炭學報. 2011(12)
[2]我國煤礦煤與瓦斯突出現(xiàn)狀及預警技術(shù)的研究[J]. 黃旭超,孫東玲. 煤炭科學技術(shù). 2011(07)
[3]模糊故障診斷法在預測煤與瓦斯突出中的應(yīng)用[J]. 施天虎,李希建,李會芳,肖俊賢. 煤炭技術(shù). 2011(01)
[4]近年我國煤與瓦斯突出事故統(tǒng)計分析及其防治措施[J]. 李希建,徐明智. 礦山機械. 2010(10)
[5]煤與瓦斯突出機理研究現(xiàn)狀及研究新思路[J]. 李國瑞,羅新榮,鄭永昆,劉勇,吳電軍. 能源技術(shù)與管理. 2010(01)
[6]煤與瓦斯突出機理研究現(xiàn)狀及分析[J]. 李希建,林柏泉. 煤田地質(zhì)與勘探. 2010(01)
[7]煤與瓦斯突出影響因素評價分析的模糊層次分析方法[J]. 孫鑫,徐楊,林柏泉,陸振國,丁學龍,朱傳杰,趙延旭. 中國安全科學學報. 2009(10)
[8]基于熵和蟻群算法的模糊支持向量機新方法[J]. 王琳,閆德勤,梁宏霞. 計算機應(yīng)用. 2009(07)
[9]不同結(jié)構(gòu)類型煤體地球物理特征差異分析和縱橫波聯(lián)合識別與預測方法研究[J]. 彭蘇萍,杜文鳳,苑春方,勾精為,何兵壽. 地質(zhì)學報. 2008(10)
[10]煤與瓦斯突出的物理模擬和數(shù)值模擬研究[J]. 顏愛華,徐濤. 中國安全科學學報. 2008(09)
博士論文
[1]蟻群優(yōu)化算法的理論研究及其應(yīng)用[D]. 劉彥鵬.浙江大學 2007
[2]構(gòu)造煤演化與力化學作用[D]. 張玉貴.太原理工大學 2006
[3]煤層應(yīng)力狀態(tài)及煤與瓦斯突出防治研究[D]. 張國輝.遼寧工程技術(shù)大學 2005
[4]煤與瓦斯突出區(qū)域預測的模式識別方法研究[D]. 李勝.遼寧工程技術(shù)大學 2004
碩士論文
[1]蟻群算法及其應(yīng)用研究[D]. 莢恒松.江南大學 2008
[2]煤與瓦斯突出機理及防治技術(shù)研究[D]. 趙玉林.遼寧工程技術(shù)大學 2007
[3]立井掘進過程中的煤與瓦斯突出動力現(xiàn)象研究[D]. 程建圣.安徽理工大學 2006
本文編號:3734568
【文章頁數(shù)】:74 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 引言
1.2 國內(nèi)外煤與瓦斯突出概況及研究意義
1.3 煤與瓦斯突出機理研究現(xiàn)狀
1.4 各類假說存在問題及分析
1.4.1 瓦斯主導作用假說存在的問題
1.4.2 地應(yīng)力作用假說存在的問題
1.4.3 綜合作用假說存在的問題
1.4.4 化學本質(zhì)作用假說存在的問題
1.5 煤與瓦斯突出預測方法研究現(xiàn)狀
1.6 蟻群算法研究現(xiàn)狀
1.7 本論文研究方案
1.7.1 主要研究內(nèi)容
1.7.2 研究步驟
第二章 煤與瓦斯突出影響因素分析
2.1 地質(zhì)構(gòu)造
2.2 地應(yīng)力
2.3 煤體結(jié)構(gòu)
2.4 煤層厚度
2.5 瓦斯參數(shù)
2.6 煤層埋藏深度
2.7 本章小結(jié)
第三章 蟻群聚類算法
3.1 聚類的基本概念
3.1.1 相似度量方法
3.1.2 聚類準則函數(shù)
3.1.3 聚類算法的分類
3.2 蟻群算法的基本原理
3.2.1 雙橋?qū)嶒?br> 3.2.2 螞蟻覓食過程分析
3.3 蟻群算法的數(shù)學模型及其實現(xiàn)步驟
3.3.1 旅行商問題
3.3.2 蟻群算法的數(shù)學模型
3.3.3 基本蟻群算法的實現(xiàn)步驟
3.3.4 基本蟻群算法的結(jié)構(gòu)流程圖
3.4 蟻群算法的性能分析
3.4.1 蟻群算法的優(yōu)點
3.4.2 蟻群算法的不足
3.5 基本蟻群算法的改進
3.5.1 精英策略的蟻群系統(tǒng)
3.5.2 最大最小蟻群系統(tǒng)
3.6 蟻群算法的應(yīng)用
3.7 本章小結(jié)
第四章 改進蟻群算法的聚類模型研究
4.1 種群分類蟻群算法與螞蟻的感覺知覺特征
4.1.1 群分類蟻群算法
4.1.2 具有感覺知覺特征的蟻群算法
4.2 改進的種群分類蟻群算法
4.2.1 改進蟻群算法路途選擇方法
4.2.2 改進蟻群算法的信息素更新策略
4.3 改進的蟻群聚類算法
4.4 改進蟻群聚類算法的仿真實驗
4.5 本章小結(jié)
第五章 蟻群聚類算法在突出預測中的應(yīng)用
5.1 寺河礦概況
5.2 寺河礦地質(zhì)概況
5.2.1 地質(zhì)構(gòu)造
5.2.2 煤層
5.2.3 瓦斯
5.3 煤與瓦斯突出預測指標的確定與測定
5.3.1 鉆屑解吸指標(K1)測定
5.3.2 瓦斯放散初速度(△p)測定
5.3.3 煤的堅固性系數(shù)(f)測定
5.3.4 煤層瓦斯含量測定
5.3.5 煤層瓦斯壓力測定
5.4 寺河礦煤與瓦斯突出預測
5.5 本章小結(jié)
第六章 結(jié)論與展望
6.1 結(jié)論
6.2 展望
參考文獻
致謝
攻讀學位期間發(fā)表的學術(shù)論文
【參考文獻】:
期刊論文
[1]基于灰靶決策模型的煤與瓦斯突出可能性評價[J]. 梁冰,秦冰,孫維吉. 煤炭學報. 2011(12)
[2]我國煤礦煤與瓦斯突出現(xiàn)狀及預警技術(shù)的研究[J]. 黃旭超,孫東玲. 煤炭科學技術(shù). 2011(07)
[3]模糊故障診斷法在預測煤與瓦斯突出中的應(yīng)用[J]. 施天虎,李希建,李會芳,肖俊賢. 煤炭技術(shù). 2011(01)
[4]近年我國煤與瓦斯突出事故統(tǒng)計分析及其防治措施[J]. 李希建,徐明智. 礦山機械. 2010(10)
[5]煤與瓦斯突出機理研究現(xiàn)狀及研究新思路[J]. 李國瑞,羅新榮,鄭永昆,劉勇,吳電軍. 能源技術(shù)與管理. 2010(01)
[6]煤與瓦斯突出機理研究現(xiàn)狀及分析[J]. 李希建,林柏泉. 煤田地質(zhì)與勘探. 2010(01)
[7]煤與瓦斯突出影響因素評價分析的模糊層次分析方法[J]. 孫鑫,徐楊,林柏泉,陸振國,丁學龍,朱傳杰,趙延旭. 中國安全科學學報. 2009(10)
[8]基于熵和蟻群算法的模糊支持向量機新方法[J]. 王琳,閆德勤,梁宏霞. 計算機應(yīng)用. 2009(07)
[9]不同結(jié)構(gòu)類型煤體地球物理特征差異分析和縱橫波聯(lián)合識別與預測方法研究[J]. 彭蘇萍,杜文鳳,苑春方,勾精為,何兵壽. 地質(zhì)學報. 2008(10)
[10]煤與瓦斯突出的物理模擬和數(shù)值模擬研究[J]. 顏愛華,徐濤. 中國安全科學學報. 2008(09)
博士論文
[1]蟻群優(yōu)化算法的理論研究及其應(yīng)用[D]. 劉彥鵬.浙江大學 2007
[2]構(gòu)造煤演化與力化學作用[D]. 張玉貴.太原理工大學 2006
[3]煤層應(yīng)力狀態(tài)及煤與瓦斯突出防治研究[D]. 張國輝.遼寧工程技術(shù)大學 2005
[4]煤與瓦斯突出區(qū)域預測的模式識別方法研究[D]. 李勝.遼寧工程技術(shù)大學 2004
碩士論文
[1]蟻群算法及其應(yīng)用研究[D]. 莢恒松.江南大學 2008
[2]煤與瓦斯突出機理及防治技術(shù)研究[D]. 趙玉林.遼寧工程技術(shù)大學 2007
[3]立井掘進過程中的煤與瓦斯突出動力現(xiàn)象研究[D]. 程建圣.安徽理工大學 2006
本文編號:3734568
本文鏈接:http://sikaile.net/kejilunwen/anquangongcheng/3734568.html
最近更新
教材專著