發(fā)布時間：2021-03-12 21:21

　　煤與瓦斯突出的發(fā)生不僅給煤礦企業(yè)造成嚴重的經(jīng)濟損失,而且還威脅著井下工人的生命安全。開展煤與瓦斯突出風險預測可實現(xiàn)瓦斯突出事故的“早發(fā)現(xiàn)、早防治”,將瓦斯突出造成的損失降到最低。煤與瓦斯突出預測是一個典型的非線性預測問題,預測精度往往不盡如人意。為此,本文提出了基于子維進化的粒子群優(yōu)化算法（sd PSO）結(jié)合量子門節(jié)點神經(jīng)網(wǎng)絡(luò)（QGNN）的瓦斯突出風險等級預測模型。首先,以瓦斯突出“綜合假說”為理論基礎(chǔ),分析了瓦斯突出條件、過程及影響因素,建立了瓦斯突出預測指標體系,該指標體系充分體現(xiàn)了地質(zhì)、瓦斯及煤體物理性質(zhì)對瓦斯突出的影響�？紤]到各預測指標在瓦斯突出發(fā)生和演化過程中對突出的作用及影響程度的差異,采用灰色關(guān)聯(lián)分析法計算瓦斯突出強度與各個預測指標間的關(guān)聯(lián)度,從而確定瓦斯突出主控因素,同時降低了信息的冗余性。針對瓦斯突出預測具有的非線性與不確定性特征,提出了量子門節(jié)點神經(jīng)網(wǎng)絡(luò)以提高解決不確定性問題的能力。分析了量子門節(jié)點神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)及學習算法,并通過引入子維進化改進粒子群更新方式對量子門節(jié)點神經(jīng)網(wǎng)絡(luò)中的隱含層幅角偏置矩陣（38）及網(wǎng)絡(luò)輸出層幅角偏置矩陣（37）進行優(yōu)化,提高了粒子群... 

【文章來源】：遼寧工程技術(shù)大學遼寧省

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【部分圖文】：

010-2019年我國原煤產(chǎn)量及消費占比統(tǒng)計圖

技術(shù)路線圖

錢家營地質(zhì)構(gòu)造圖

【參考文獻】：
期刊論文
[1]基于優(yōu)化的量子門節(jié)點神經(jīng)網(wǎng)絡(luò)的煤與瓦斯突出預測[J]. 王雨虹,孫福成,付華,徐耀松.  信息與控制. 2020(02)
[2]基于熱-流-固體系參數(shù)演變的煤與瓦斯突出能量演化[J]. 許江,周斌,彭守建,閆發(fā)志,程亮,楊威,楊文健.  煤炭學報. 2020(01)
[3]平頂山礦區(qū)深部礦井動力災害預測方法與應(yīng)用[J]. 張建國,蘭天偉,王滿,高明忠,榮海.  煤炭學報. 2019(06)
[4]基于因子分析與BP神經(jīng)網(wǎng)絡(luò)的煤與瓦斯突出預測[J]. 馬晟翔,李希建.  礦業(yè)安全與環(huán)保. 2019(02)
[5]基于量子門線路神經(jīng)網(wǎng)絡(luò)的信息安全風險評估[J]. 周超,潘平,黃亮.  計算機工程. 2018(12)
[6]構(gòu)造煤的瓦斯放散特征及孔隙結(jié)構(gòu)微觀解釋[J]. 張慧杰,張浪,汪東,侯金玲.  煤炭學報. 2018(12)
[7]突出危險煤層微震區(qū)域動態(tài)監(jiān)測技術(shù)[J]. 何學秋,王安虎,竇林名,宋大釗,祖自銀,李振雷.  煤炭學報. 2018(11)
[8]高產(chǎn)高效礦井煤與瓦斯突出動態(tài)預測技術(shù)研究[J]. 張慶華,蒲陽.  煤炭科學技術(shù). 2018(10)
[9]突出煤體受載變形破壞聲發(fā)射行為演化特征[J]. 舒龍勇,王凱,張浪,孫中學,郝晉偉,李宏艷.  采礦與安全工程學報. 2018(03)
[10]多屬性核函數(shù)快速向量機的污水在線軟測量[J]. 許玉格,賴春伶,劉莉.  信息與控制. 2018(02)

博士論文
[1]基于深度學習的采空區(qū)卸壓瓦斯抽采智能評價方法研究[D]. 宋爽.西安科技大學 2019
[2]粒子群優(yōu)化算法改進及其在煤層氣產(chǎn)能預測中的應(yīng)用研究[D]. 徐慧.中國礦業(yè)大學 2013
[3]量子計算與過程神經(jīng)網(wǎng)絡(luò)研究及應(yīng)用[D]. 李欣.大連理工大學 2010

碩士論文
[1]基于Spark的煤與瓦斯突出預警研究[D]. 邵帆.西安科技大學 2019
[2]基于灰色關(guān)聯(lián)分析和PSO-SVM的煤與瓦斯突出預測應(yīng)用研究[D]. 孫利源.中國礦業(yè)大學 2019
[3]量子神經(jīng)網(wǎng)絡(luò)設(shè)計及在超深層儲層評價中的應(yīng)用[D]. 宮耀華.東北石油大學 2018
[4]煤與瓦斯突出預測控制系統(tǒng)研究[D]. 李海霞.遼寧工程技術(shù)大學 2016
[5]基于量子神經(jīng)網(wǎng)絡(luò)車牌識別系統(tǒng)的研究[D]. 孫立剛.東北石油大學 2015
[6]基于粒子群優(yōu)化算法的FAST整網(wǎng)控制策略研究[D]. 端素紅.東北大學 2015
[7]BP神經(jīng)網(wǎng)絡(luò)在煤與瓦斯突出危險性預測中的應(yīng)用研究[D]. 任浩源.西安科技大學 2012
[8]基于灰色神經(jīng)網(wǎng)絡(luò)的煤礦瓦斯涌出量預測模型研究[D]. 秦勇.太原科技大學 2011
[9]一種量子權(quán)值神經(jīng)網(wǎng)絡(luò)模型及算法研究[D]. 林麗華.東北大學 2011



本文編號：3079000