文档介绍：第卷期中国煤炭地质..
年月.
:./..—...
文章编号:———
基于灰色关联一遗传神经网络的煤与瓦斯突出预测模型
胡广青,姜波,吴胡
.中国矿业大学资源与地球科学学院,煤层气资源与成藏过程教育部重点实验室,江苏徐州;
.湖北煤炭地质局,武汉湖北
摘要:在综合分析影响煤与瓦斯突出的各种评价指标的基础上,基于人工神经网络极强的非线性逼真能力,建立了
煤与瓦斯突出强度预测的遗传神经网络模型。模型采用灰色关联理论完成了评价指标的优化,并利用遗传算法对
网络初始权值和阈值的确定进行了优化。以重庆南桐矿区砚石台矿为例,对煤与瓦斯突出强度进行了预测,结果
表明,采用本模型的预测结果与矿井实际突出状况一致,模型可靠,具有一定的理论与实际意义。
关键词:瓦斯突出预测:灰色关联;遗传算法;神经网络
中图分类号:.: 文献标识码:

,,
.,,
,,;
.,,
:,
,.
;.
.
..
:;;;

象,到目前为止,人们对突出机理的认识主要以综合代表性的组煤与瓦斯突出数据进行分析研究。以
假说为主,即认为突出是瓦斯、地应力和煤的物理力网络为基础,借助灰色关联理论、遗传算法原理
学性质三个因素综合作用的结果。
身存在着模糊性或不确定性、突出因素与突出事件取的不足、确保了网络初始权值得到赋值的合
之间的相关关系也具有模糊性或不确定性,,从而提高了煤与
们对突出机理认识具有模糊性『。因此,简单的运用瓦斯突出预测模型的准确性。
单项指标法、综合指标法等常规方法进行煤与瓦斯
预测模型基本原理
突出危险预测的准确性还有待进一步提高。目前,国

神经网络原理,其中网络运用的最广泛。括模式识别、优化设计、预测控制等多方面。以人
网络具有极强的线性逼真能力,能真实地表示出工神经网络为基础,综合运用各种算法原理进行煤
输入变量与输出变量之间的非线性关系。尽管目前与瓦斯突出预测的研究较多【。主要原因为:①
许多学者将网络应用于瓦斯突出预测中,取得网络具有很强的鲁棒性和容错性;②并行处理方法,
了一定成效,但仍存在一些问题,主要表现在:①使得计算快速;③可以充分逼近任意复杂的非线性
评价指标的选取;②算法的函数极值易陷人局部关系;④具有自学习和自适应能力,其缺点是初始权
最小值;③网络初始权值赋值的随机性等等。值赋值的随机性且极值易陷入局部最小。经研究发
现,遗传算法,是一种全局优
作者简介:胡广青一,男,安徽风阳人,硕士研究生。
收稿日期:—化概率搜索算法,它是在模拟生物在自然环境中的
责任编辑:唐锦秀遗传和进化过程而形成的一种自适应算法,该算法
期胡广青。等:基于灰色关联一遗传神经网络的煤与瓦斯突出预测模型
简单,搜索效率高,不存在局部收敛问题【。将遗传
即。计算出各指标的关联度后,再按
算法与网络相结合,可以实现网络初始权值』
赋