中国安全科学学报

作者：温廷新, 靳露露

单位：辽宁工程技术大学 系统工程研究所,辽宁 葫芦岛 125105

关键词：煤与瓦斯突出预测,灰色关联熵分析(GREA),主成分分析(PCA),极限学习机(ELM),改进的果蝇优化算法(IFOA)

基金：国家自然科学基金资助(71371091);辽宁省社科基金资助(L14BTJ004)。

为快速准确地预测煤与瓦斯突出危险性,提出一种基于预处理的改进果蝇优化算法(IFOA)-极限学习机(ELM)的预测模型。首先预处理平顶山八矿的部分实测数据,采用灰色关联分析(GRA)法与熵权法(EWM)结合的灰色关联熵分析(GREA)法剔除影响程度较小的因素,应用主成分分析法(PCA)进一步约简因素;构建煤与瓦斯突出危险性预测模型,基于果蝇优化算法(FOA),引入自适应步长更新策略及群体适应度方差策略设计IFOA;利用IFOA优选ELM输入层权值及隐含层阈值,对预处理样本数据进行训练、预测并对比其他模型预测效果。结果表明:基于预处理的IFOA-ELM模型预测结果与实际结果完全拟合,预测效果显著优于未预处理的模型;基于预处理的IFOA-ELM模型的分类准确率和召回率均为100%,显著高于其他对比模型。

来源：2020年第1期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2020年第1期