基于PSO-BP神经网络的煤与瓦斯突出预测方法_中国煤炭行业知识服务平台

基于PSO-BP神经网络的煤与瓦斯突出预测方法

作者

张通胡艳婷李印鹏
单位

河北地质大学华信学院
摘要

针对传统煤与瓦斯突出预测方法局限性较大、预测精度低、泛化能力弱等不足，设计了一种基于PSO-BP神经网络的煤与瓦斯突出预测方法。运用粒子群优化算法（PSO）对BP神经网络的权值和阈值参数进行寻优，利用主成分分析法对煤与瓦斯预测指标进行降维，并提取4类关键特征作为模型的输入，从而构建了PSO-BP预测模型，对不同程度煤与瓦斯突出风险进行预测和分类。实验结果表明，PSO-BP预测模型的平均绝对误差（MAE）指标反映良好，模型的预测精度和准确率较高，且泛化能力强，满足实际应用需求。
关键词

PSO-BP煤与瓦斯突出参数寻优
基金项目(Foundation)

2021年河北省人力资源与社会保障研究项目（JRS-2021-5028）；2022年河北省人力资源与社会保障研究项目（JRS-2022-3173）；
文章目录

0 引言
1 预测指标的选取
2 煤与瓦斯突出预测模型
2.1 BP神经网络
2.2 PSO-BP网络模型
3 实验
3.1 数据集与特征提取
3.2 实验结果和分析
4 结语
引用格式

张通,胡艳婷,李印鹏.基于PSO-BP神经网络的煤与瓦斯突出预测方法[J].煤炭技术,2023,42(11):128-131.DOI:10.13301/j.cnki.ct.2023.11.026.