本文關(guān)鍵詞：基于極限學(xué)習(xí)機(jī)的煤礦突水預(yù)測(cè)及避險(xiǎn)路線優(yōu)化研究

  更多相關(guān)文章： 煤礦突水預(yù)測(cè) 粒子群優(yōu)化算法 極限學(xué)習(xí)機(jī) 加權(quán)極限學(xué)習(xí)機(jī) 多最優(yōu)逃生路徑 Dijkstra算法 K則最優(yōu)路徑算法 D-K算法 PSO-WELM突水預(yù)測(cè)模型

【摘要】：煤炭作為我國(guó)的主要能源,在國(guó)家能源發(fā)展戰(zhàn)略中占有及其重要的地位。但是我國(guó)煤礦地質(zhì)結(jié)構(gòu)復(fù)雜,突水事故頻發(fā),對(duì)煤礦正常生產(chǎn)造成嚴(yán)重的經(jīng)濟(jì)損失,甚至危及井下人員生命安全。在煤炭開采過(guò)程中,對(duì)煤礦突水進(jìn)行預(yù)測(cè),并對(duì)人員逃生路線進(jìn)行設(shè)計(jì),是保障煤礦安全的有效手段。煤礦突水是由眾多因素綜合作用的結(jié)果,而這些因素間的相互聯(lián)系,使得煤礦突水與影響因素之間的關(guān)系變?yōu)榉浅?fù)雜的非線性關(guān)系,利用傳統(tǒng)的數(shù)學(xué)模型根本無(wú)法建立快速準(zhǔn)確的突水預(yù)測(cè)模型,因此,本文對(duì)現(xiàn)有的突水預(yù)測(cè)方法進(jìn)行研究,提出了基于PSO-ELM和PSO-WELM的預(yù)測(cè)模型,并通過(guò)經(jīng)典UCI數(shù)據(jù)集對(duì)兩種模型進(jìn)行驗(yàn)證與比較分析,證明基于PSO-WELM的預(yù)測(cè)模型更符合煤礦突水預(yù)測(cè)的要求,并將該模型應(yīng)用于煤礦突水預(yù)測(cè)研究中。在PSO-WELM突水預(yù)測(cè)模型的應(yīng)用中,本文首先根據(jù)煤礦突水機(jī)理選取影響煤礦突水的主要因素;之后搜集大量的煤礦突水歷史數(shù)據(jù),并將數(shù)據(jù)集分為訓(xùn)練集與測(cè)試集,對(duì)煤礦突水預(yù)測(cè)模型進(jìn)行訓(xùn)練與測(cè)試,建立了煤礦突水預(yù)測(cè)模型,對(duì)煤礦是否發(fā)生突水以及發(fā)生的突水類型進(jìn)行預(yù)測(cè)。另外,本文針對(duì)煤礦突水問(wèn)題,還對(duì)煤礦水災(zāi)逃生路線問(wèn)題進(jìn)行研究。無(wú)論是由自然因素造成煤礦突水事故,還是通過(guò)突水預(yù)測(cè)模型預(yù)測(cè)出突水時(shí),都需要及時(shí)組織井下人員迅速撤離到安全位置,保障人員生命安全。而井下環(huán)境復(fù)雜惡劣,一旦發(fā)生突水,井下環(huán)境更為復(fù)雜,如何使井下人員沿著最優(yōu)的逃生路徑利用最少的時(shí)間到達(dá)安全逃生位置,是本文的另一研究重點(diǎn)。礦井水災(zāi)時(shí)選擇合理的逃生路線,需要考慮水及巷道其他因素對(duì)人員通行的影響,此時(shí),兩點(diǎn)之間的距離不再是絕對(duì)距離,而是相對(duì)距離,因此本文引入當(dāng)量長(zhǎng)度的概念來(lái)表示巷道通行的難易程度。本文在Dijkstra算法和K則最優(yōu)路徑算法的基礎(chǔ)上提出了基于D-K算法的煤礦水災(zāi)多最優(yōu)路徑選擇算法,該算法可求得從事發(fā)地點(diǎn)到煤礦所有逃生井口的多條最優(yōu)逃生路徑,不僅可以緩解人員擁擠,還可以及時(shí)有序的組織人員撤離到安全位置。文中結(jié)合礦井實(shí)例,利用D-K算法與Dijkstra算法和K則最優(yōu)路徑算法比較,證明了D-K算法用于煤礦水災(zāi)逃生路線選擇的優(yōu)勢(shì)。
【關(guān)鍵詞】：煤礦突水預(yù)測(cè) 粒子群優(yōu)化算法 極限學(xué)習(xí)機(jī) 加權(quán)極限學(xué)習(xí)機(jī) 多最優(yōu)逃生路徑 Dijkstra算法 K則最優(yōu)路徑算法 D-K算法 PSO-WELM突水預(yù)測(cè)模型
【學(xué)位授予單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TD745;TP18
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-16
• 變量注釋表16-17
• 1 緒論17-25
• 1.1 研究背景及意義17-18
• 1.2 研究現(xiàn)狀18-21
• 1.3 本文研究?jī)?nèi)容及方法21-23
• 1.4 論文的組織結(jié)構(gòu)23-24
• 1.5 本章小結(jié)24-25
• 2 粒子群優(yōu)化算法和極限學(xué)習(xí)機(jī)算法25-37
• 2.1 粒子群優(yōu)化算法25-29
• 2.2 極限學(xué)習(xí)機(jī)算法29-33
• 2.3 加權(quán)極限學(xué)習(xí)機(jī)算法33-35
• 2.4 PSO與極限學(xué)習(xí)機(jī)結(jié)合的可行性分析35-36
• 2.5 本章小結(jié)36-37
• 3 基于PSO-ELM和PSO-WELM算法的預(yù)測(cè)模型設(shè)計(jì)37-55
• 3.1 基于PSO-ELM算法的預(yù)測(cè)模型設(shè)計(jì)37-42
• 3.2 基于PSO-WELM算法的預(yù)測(cè)模型設(shè)計(jì)42-44
• 3.3 模型性能比較44-54
• 3.4 本章小結(jié)54-55
• 4 基于PSO-WELM煤礦突水預(yù)測(cè)模型設(shè)計(jì)及應(yīng)用55-75
• 4.1 煤礦突水影響因素分析55-59
• 4.2 數(shù)據(jù)準(zhǔn)備59-64
• 4.3 突水預(yù)測(cè)模型建立64-65
• 4.4 預(yù)測(cè)結(jié)果分析65-74
• 4.5 本章小結(jié)74-75
• 5 基于D-K算法的煤礦水災(zāi)多最優(yōu)路徑研究75-85
• 5.1 巷道當(dāng)量長(zhǎng)度的計(jì)算75-78
• 5.2 K則最優(yōu)路徑算法78
• 5.3 最優(yōu)路徑優(yōu)化算法78-80
• 5.4 應(yīng)用實(shí)例分析80-84
• 5.5 本章小結(jié)84-85
• 6 結(jié)論與展望85-88
• 6.1 總結(jié)85-86
• 6.2 展望86-88
• 參考文獻(xiàn)88-94
• 作者簡(jiǎn)歷94-96
• 學(xué)位論文數(shù)據(jù)集96-97

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 翟敏;張瑞;王宇;;極限學(xué)習(xí)機(jī)(ELM)網(wǎng)絡(luò)結(jié)構(gòu)調(diào)整方法綜述[J];西安文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2014年01期

2 侯冠慧;張英梅;魏紅霞;;煤礦井下突水信息監(jiān)測(cè)與預(yù)警評(píng)價(jià)研究[J];太原理工大學(xué)學(xué)報(bào);2013年01期

3 陳紅江;李夕兵;劉愛華;彭述權(quán);賀顯群;;水下開采頂板突水相似物理模型試驗(yàn)研究[J];中國(guó)礦業(yè)大學(xué)學(xué)報(bào);2010年06期

4 薛毅;;關(guān)于中國(guó)煤礦歷史研究的回顧與思考[J];中國(guó)礦業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2007年04期

5 楊天鴻;唐春安;譚志宏;朱萬(wàn)成;馮啟言;;巖體破壞突水模型研究現(xiàn)狀及突水預(yù)測(cè)預(yù)報(bào)研究發(fā)展趨勢(shì)[J];巖石力學(xué)與工程學(xué)報(bào);2007年02期

6 魏軍;題正義;;灰色聚類評(píng)估在煤礦突水預(yù)測(cè)中的應(yīng)用[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào);2006年S2期

7 王峰;游志勝;曼麗春;高燕;湯麗萍;;Dijkstra及基于Dijkstra的前N條最短路徑算法在智能交通系統(tǒng)中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用研究;2006年09期

8 孫佳,孫殿閣,蔣仲安;礦井應(yīng)急救援中最佳避災(zāi)路線的改進(jìn)Dijkstra算法實(shí)現(xiàn)[J];中國(guó)礦業(yè);2005年06期

9 王延福,龐西岐,靳德武,曾艷京,王曉明;巖溶礦井煤層底板突水的非線性動(dòng)力學(xué)模型[J];中國(guó)巖溶;2000年01期

10 荊自剛,李白英;煤層底板突水機(jī)理的初步探討[J];煤田地質(zhì)與勘探;1980年02期

，

本文編號(hào)：1060857