基于遗传算法—BP神经网络的突出强度预测

原小军

(山西沁和能源集团曲堤煤矿，山西 晋城 048200)

·技术经验·

基于遗传算法—BP神经网络的突出强度预测

原小军

(山西沁和能源集团曲堤煤矿，山西 晋城 048200)

煤与瓦斯突出强度的预测对研究煤与瓦斯突出，保证矿井安全正常生产有着重要意义。本文提出采用遗传算法结合BP神经网络的模型来预测突出强度，采用遗传算法对BP神经网络的权重和阈值进行优化，将优化好的权重与阈值作用于网络进行训练，直至性能函数符合要求。实际计算表明，该模型有较好的预测精度，且克服了普通BP神经网络训练时间长、收敛速度慢的缺点，在已知瓦斯膨胀能和煤层厚度的前提下，可以用该模型对突出强度进行预测。

遗传算法;BP神经网络;突出强度;预测

在地应力和瓦斯压力的共同作用下，破碎的煤和瓦斯由煤体内突然喷出到采掘空间，这种动力现象称为煤与瓦斯突出［1］，简称突出。目前在突出的众多研究中，对煤矿能否发生突出的预测较多，而对突出的强度预测则相对较少。其中，有学者提出使用多元回归分析的方法对突出强度进行预测［2］，但突出强度随机变化较大且受多种自然因素影响作用，用线性函数难以准确预测。

人工神经网络(Artificial Neural Networks，ANN)模型是一种不同于回归模型的非线性智能统计模型［3］，在预测研究方面有着很好的应用，因此，可以考虑使用人工神经网络对突出强度进行预测。但人工神经网络有其固有的缺陷，即收敛速度慢，训练时间长，预测结果常依赖于初始权重和阈值的设置［4］。……