公开(公告)号：CN106869990B

公开(公告)日：2019-03-19

申请号：CN201710121485.3

申请日：2017-03-02

Applicant: 新疆大学

Inventor： 谢丽蓉 ,  路朋 ,  王晋瑞 ,  高磊 ,  牛永朝 ,  王忠强

IPC: E21F7/00 ,  G06F17/50 ,  G06N3/08

Abstract: 基于LVQ‑CPSO‑BP算法的煤体瓦斯渗透率预测方法，提出基于学习向量量化神经网络(LVQ)分类、混沌粒子群算法(CPSO)优化、BP神经网络预测的LVQ‑CPSO‑BP煤体瓦斯渗透率预测方法。确定临界值将煤层埋深划分为两层；基于有效应力与瓦斯渗透率之间存在拐点关系，确定拐点值将有效应力划分为两段；采用LVQ将4个微观样本参数依据拐点特征进行分类识别，采用BP神经网络进行学习训练并输出预测结果,并用CPSO对BP神经网络的权值和阈值进行优化；最后，基于样本案例对本发明构建的LVQ‑CPSO‑BP算法进行了预测结果验证，并与BP算法、GA‑BP算法及PSO‑BP算法预测的结果进行了对比分析。

公开(公告)号：CN106869990A

公开(公告)日：2017-06-20

申请号：CN201710121485.3

申请日：2017-03-02

Applicant: 新疆大学

Inventor： 谢丽蓉 ,  路朋 ,  王晋瑞 ,  高磊 ,  牛永朝 ,  王忠强

IPC: E21F7/00 ,  G06F17/50 ,  G06N3/08

CPC classification number: E21F7/00 ,  G06F17/5009 ,  G06N3/084

Abstract: 基于LVQ‑CPSO‑BP算法的煤体瓦斯渗透率预测方法，提出基于学习向量量化神经网络(LVQ)分类、混沌粒子群算法(CPSO)优化、BP神经网络预测的LVQ‑CPSO‑BP煤体瓦斯渗透率预测方法。确定临界值将煤层埋深划分为两层；基于有效应力与瓦斯渗透率之间存在拐点关系，确定拐点值将有效应力划分为两段；采用LVQ将4个微观样本参数依据拐点特征进行分类识别，采用BP神经网络进行学习训练并输出预测结果,并用CPSO对BP神经网络的权值和阈值进行优化；最后，基于样本案例对本发明构建的LVQ‑CPSO‑BP算法进行了预测结果验证，并与BP算法、GA‑BP算法及PSO‑BP算法预测的结果进行了对比分析。