本文選題：瓦斯?jié)B透率 + 學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)(LVQ)��； 參考：《采礦與安全工程學(xué)報(bào)》2017年02期

【摘要】：針對(duì)BP神經(jīng)網(wǎng)絡(luò)算法對(duì)煤體瓦斯?jié)B透率預(yù)測(cè)精度低問題,篩選出影響預(yù)測(cè)精度的5個(gè)主要因素——1個(gè)宏觀因素(煤層埋深)和4個(gè)微觀因素(有效應(yīng)力、溫度、瓦斯壓力、抗壓強(qiáng)度),提出一種基于學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)(LVQ)分類、混沌粒子群算法(CPSO)優(yōu)化、BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的LVQ-CPSO-BP煤體瓦斯?jié)B透率預(yù)測(cè)方法。從宏觀上確定臨界值將煤層埋深劃分為2層;基于有效應(yīng)力與瓦斯?jié)B透率之間存在拐點(diǎn)關(guān)系,從微觀上確定拐點(diǎn)值將有效應(yīng)力劃分為2段;采用LVQ將4個(gè)微觀樣本參數(shù)依據(jù)拐點(diǎn)特征進(jìn)行分類識(shí)別,采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練并輸出預(yù)測(cè)結(jié)果,并用CPSO對(duì)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化;基于樣本案例對(duì)本文構(gòu)建的LVQ-CPSO-BP算法進(jìn)行預(yù)測(cè)結(jié)果驗(yàn)證,并與BP算法、GA-BP算法及PSO-BP算法預(yù)測(cè)的結(jié)果進(jìn)行對(duì)比分析。結(jié)果表明:LVQ分類正確識(shí)別率較高,CPSO-BP算法預(yù)測(cè)精度較好,且優(yōu)于其他3種算法。LVQ-CPSO-BP算法總體預(yù)測(cè)值與實(shí)測(cè)值吻合度高,尤其當(dāng)有效應(yīng)力減小時(shí),預(yù)測(cè)精度更高。
[Abstract]:In view of the low accuracy of BP neural network algorithm in predicting coal gas permeability, five main factors affecting the prediction accuracy are selected: one macroscopic factor (coal seam depth) and four microscopic factors (effective stress, temperature, gas pressure). Based on learning vector quantization neural network (LVQ) classification and chaotic particle swarm optimization (PSO), a LVQ-CPSO-BP coal gas permeability prediction method based on BP neural network is proposed. According to the inflection point relationship between effective stress and gas permeability, the effective stress is divided into 2 sections from the microscopic point of view, and the critical value is determined macroscopically, and the buried depth of coal seam is divided into two layers, based on the inflection point relationship between effective stress and gas permeability. The four microscopic sample parameters are classified and identified according to the inflection point feature by LVQ, the BP neural network is used for learning training and the prediction results are outputted, and the weights and thresholds of the BP neural network are optimized by CPSO. The prediction results of the LVQ-CPSO-BP algorithm constructed in this paper are verified by a sample case, and compared with the prediction results of the BP algorithm GA-BP algorithm and the PSO-BP algorithm. The results show that the accuracy of the CPSO-BP algorithm is higher than that of the other three algorithms. The overall prediction value of LVQ-CPSO-BP algorithm is in good agreement with the measured value, especially when the effective stress is reduced, the prediction accuracy is higher.
【作者單位】： 新疆大學(xué)電氣工程學(xué)院;清華大學(xué)自動(dòng)化系;新疆煤炭設(shè)計(jì)研究院有限責(zé)任公司礦山所;
【基金】：國家自然科學(xué)基金項(xiàng)目(51264036) 新疆自然科學(xué)基金項(xiàng)目(2015211C271)
【分類號(hào)】：TD712.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李傳亮;;地面滲透率與地下滲透率的關(guān)系[J];新疆石油地質(zhì);2008年05期

2 李志強(qiáng);鮮學(xué)福;;煤體滲透率隨溫度和應(yīng)力變化的實(shí)驗(yàn)研究[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年S1期

3 李宏艷;齊慶新;梁冰;彭永偉;鄧志剛;李春睿;;煤巖滲透率演化規(guī)律及多尺度效應(yīng)分析[J];巖石力學(xué)與工程學(xué)報(bào);2010年06期

4 馬強(qiáng);;Uniaxial-strain條件下滲透率變化實(shí)驗(yàn)研究[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年06期

5 劉浩;蔡記華;肖長波;王濟(jì)君;陳宇;;熱處理提高煤巖滲透率的機(jī)理[J];石油鉆采工藝;2012年04期

6 郭紅強(qiáng);馮增朝;劉志祥;王彥琪;;煤體應(yīng)變對(duì)滲透率的影響分析[J];煤礦安全;2013年04期

7 謝國安;上流壓力對(duì)測(cè)定巖樣滲透率的影響[J];大慶石油地質(zhì)與開發(fā);1985年03期

8 陳佩珍,徐麗萍,何宗斌,劉傳海;滲透率逐點(diǎn)解釋深度序列模型及其釋解系統(tǒng)[J];測(cè)井技術(shù);1988年04期

9 Manmath N.Panda;關(guān)振良;謝叢姣;;用粒度分布參數(shù)計(jì)算單相滲透率[J];地質(zhì)科學(xué)譯叢;1995年03期

10 問曉勇;伊向藝;盧淵;管保山;梁莉;劉萍;;不同壓裂液對(duì)煤巖滲透率傷害實(shí)驗(yàn)評(píng)價(jià)初探[J];石油化工應(yīng)用;2011年03期

相關(guān)會(huì)議論文 前6條

1 魏斌;;利用流動(dòng)單元計(jì)算高含水油田滲透率[A];2001年中國地球物理學(xué)會(huì)年刊——中國地球物理學(xué)會(huì)第十七屆年會(huì)論文集[C];2001年

2 高紅梅;蘭永偉;趙繼濤;于秀娟;馬強(qiáng);;溫度和應(yīng)力耦合條件下巖石滲透規(guī)律實(shí)驗(yàn)研究[A];滲流力學(xué)與工程的創(chuàng)新與實(shí)踐——第十一屆全國滲流力學(xué)學(xué)術(shù)大會(huì)論文集[C];2011年

3 謝馥勵(lì);馬俊;閻守國;王克協(xié);;利用井孔偶極彎曲波求取VTI孔隙介質(zhì)滲透率的研究[A];中國地球物理學(xué)會(huì)第二十三屆年會(huì)論文集[C];2007年

4 王克協(xié);馬俊;伍先運(yùn);張碧星;;利用偶極聲測(cè)井中彎曲模反演滲透率的方法研究[A];1997年中國地球物理學(xué)會(huì)第十三屆學(xué)術(shù)年會(huì)論文集[C];1997年

5 汪洋;姜瑞忠;何偉;邢永超;;氣體在頁巖儲(chǔ)層中的滲流狀態(tài)及滲透率表征方法研究[A];第十三屆全國水動(dòng)力學(xué)學(xué)術(shù)會(huì)議暨第二十六屆全國水動(dòng)力學(xué)研討會(huì)論文集——B水動(dòng)力學(xué)基礎(chǔ)[C];2014年

6 尹太舉;張昌民;;濮53塊在開發(fā)過程中的儲(chǔ)層動(dòng)態(tài)變化[A];中國西部復(fù)雜油氣藏地質(zhì)與勘探技術(shù)研討會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 李樂;含隨機(jī)裂紋網(wǎng)絡(luò)孔隙材料的滲透性研究[D];清華大學(xué);2015年

2 王晉;煤體注CO_2置換CH_4滲透率變化規(guī)律及對(duì)采收率影響研究[D];中國礦業(yè)大學(xué)(北京);2016年

3 郭慧;注CO_2后煤中礦物質(zhì)化學(xué)反應(yīng)對(duì)滲透率變化的影響研究[D];中國礦業(yè)大學(xué)(北京);2016年

4 陳亮;工作面前方煤體變形破壞和滲透率演化及其應(yīng)用研究[D];中國礦業(yè)大學(xué)(北京);2016年

5 陳俊國;煤層氣儲(chǔ)層孔裂隙多尺度滲透率預(yù)測(cè)和流固耦合模型[D];中國礦業(yè)大學(xué);2016年

6 董抒華;纖維預(yù)制件滲透率的預(yù)測(cè)及其浸潤過程有限元模擬[D];山東大學(xué);2014年

7 鄭貴強(qiáng);不同煤階煤的吸附、擴(kuò)散及滲流特征實(shí)驗(yàn)和模擬研究[D];中國地質(zhì)大學(xué)(北京);2012年

8 潘榮錕;載荷煤體滲透率演化特性及在卸壓瓦斯抽采中的應(yīng)用[D];中國礦業(yè)大學(xué);2014年

9 馬強(qiáng);煤層氣儲(chǔ)層滲透率變化規(guī)律理論與實(shí)驗(yàn)研究[D];中國礦業(yè)大學(xué)（北京）;2011年

10 王會(huì)杰;深部裂隙煤巖滲流性質(zhì)的試驗(yàn)研究[D];中國礦業(yè)大學(xué)（北京）;2013年

相關(guān)碩士學(xué)位論文 前10條

1 王強(qiáng);煤層中一氧化碳的滲透規(guī)律研究[D];河北聯(lián)合大學(xué);2014年

2 于躍;注漿加固煤體力學(xué)性質(zhì)與滲透率試驗(yàn)研究[D];黑龍江科技大學(xué);2015年

3 貝雷;復(fù)合肥體系氮磷鉀養(yǎng)分透膜性質(zhì)研究[D];合肥工業(yè)大學(xué);2015年

4 鐘張起;低滲透油藏CO_2驅(qū)油規(guī)律及技術(shù)經(jīng)濟(jì)界限研究[D];中國地質(zhì)大學(xué)(北京);2012年

5 柳朝陽;杏子川油田杏2005井區(qū)注水優(yōu)化研究[D];西安石油大學(xué);2015年

6 鄧博知;流固耦合下溫度對(duì)原煤滲透特性影響的試驗(yàn)研究[D];重慶大學(xué);2015年

7 黃巍;電能質(zhì)量約束下主動(dòng)配電網(wǎng)光伏最大滲透率研究[D];北京交通大學(xué);2016年

8 吳玉杰;杏北開發(fā)區(qū)薩葡高油層儲(chǔ)層參數(shù)變化規(guī)律研究[D];東北石油大學(xué);2016年

9 儲(chǔ)小送;淮北地區(qū)構(gòu)造煤三維滲流裂隙系統(tǒng)表征及滲透率預(yù)測(cè)[D];中國礦業(yè)大學(xué);2016年

10 王永康;注二氧化碳驅(qū)替甲烷實(shí)驗(yàn)及數(shù)值模擬分析[D];中國礦業(yè)大學(xué);2016年

，

本文編號(hào)：1885246