SFLA-Verhulst组合模型预测矿井瓦斯涌出量*

师　超，凡永鹏，王延生

(辽宁工程技术大学　矿业学院，辽宁 阜新 123000)

0　引言

由于受技术、生产设备、地质条件等多种因素的影响，在煤矿生产过程中大小事故时有发生，而瓦斯是制约我国煤矿安全生产的突出问题，瓦斯防治是煤矿安全工作的重中之重，建国以来发生的24 起一次死亡百人以上的事故中，瓦斯事故19起占总数的79%[1]。近年来，我国煤矿的安全生产形势日益严峻，煤矿安全事故频频发生，加强瓦斯涌出量预测方法研究对改善煤矿安全生产状况具有积极的意义。

目前瓦斯涌出量的预测方法多种多样，文献[2-5]建立了灰色GN(1,1)模型对瓦斯涌出量进行预测;文献[6-7]通过引入人工神经网络法或BP神经网络法来优化预测模型;文献[8]通过对瓦斯涌出量的多种影响因子进行主次分析来确定主成分，以此来预测瓦斯涌出量趋势。每种模型都有各自的优缺点，如灰色模型适用于具有较强指数规律的数列，只能描述变化相对单调的过程，当原始数据波动较大时预测精度就会降低；主成分回归分析法对于影响因素的主次分析工作相对困难[9]；神经网络算法的学习速度较慢、鲁棒性差等[10]，这些缺陷都会使预测精度降低。

矿井的瓦斯涌出量是一个动态的时变系统[11-12]，具有较强的随机波动性，其发展会呈现出某种变化趋势的非平稳随机过程[13-15]，而Verhulst模型对描述具有较强波动性的随机过程以及“S”型状态的问题具有很好的吻合性[16]，又考虑到数据的背景值对……