基于遗传算法-BP神经网络的煤层注水效果分析

基金项目:

国家自然科学基金资助项目（51264004）

详细信息

Effect analysis of coal seam water infusion based on genetic algorithm-BP neural network

1.
Mining College, Guizhou University, Guiyang 550025, China
2.
Engineering Center for Safe Mining Technology under Complex Geologic Conditions, Guizhou University, Guiyang 550025, China
3.
Guizhou Eng

摘要: 为了提高BP神经网络预测煤层注水效果的精度，采用遗传算法优化BP神经网络的权值和阈值，建立了遗传算法-BP神经网络模型，并采用该模型对煤层注水湿润半径进行模拟预测。Matlab模拟结果表明，遗传算法-BP神经网络模型的预测结果比BP神经网络模型更准确，平均相对误差降低了40.29%，训练步数减少了1 665步，收敛速度快，稳定性好。
- 煤层注水 /
- BP神经网络 /
- 遗传算法-BP神经网络模型 /
- 湿润半径
Abstract: In order to improve prediction accuracy of coal seam water infusion effect by using BP neural network, genetic algorithm was used to optimize weight value and threshold value of BP neural network. Genetic algorithm-BP neural network model was built and used to predict wetting radius of coal seam water infusion. The Matlab simulation result shows that the genetic algorithm-BP neural network model has more accurate prediction result than BP neural network model, average relative error of the genetic algorithm-BP neural network model is reduced by 40.29%, training steps are reduced by 1 665 steps, convergence speed is fast and stability is good. Key words:
- coal seam water infusion /
- BP neural network /
- genetic algorithm-BP neural network model /
- wetting radius

1.	郑健，卢会国. 基于互相关的小型化低功耗超声波风速风向仪设计. 气象科技. 2024(01): 27-36 . 百度学术
2.	顾仁勇，蒋泽，王璐，郝叶军. 超声波风速传感器风场误差的数值模拟. 煤矿安全. 2024(03): 236-243 . 百度学术
3.	安赛，赵忠辉，张浪，李伟，彭然. 矿用对射式风速风向传感器设计. 工矿自动化. 2024(04): 50-54 . 本站查看
4.	陈炫中，王孝东，杨懿杰，吕玉琪，刘唱，杜青文，谢博. 矿井巷道风速智能感知技术研究进展. 矿产保护与利用. 2024(04): 124-134 . 百度学术
5.	许圣东，郑磊，丁志权. 涡流控尘装置径轴向风量分配规律试验研究. 煤炭工程. 2024(09): 159-164 . 百度学术
6.	贾瞳，马恒，高科. 引入风流热流耦合特性的智能通风系统状态重构参数修正. 安全与环境学报. 2024(11): 4316-4328 . 百度学术
7.	周福宝，辛海会，魏连江，时国庆，夏同强. 矿井智能通风理论与技术研究进展. 煤炭科学技术. 2023(01): 313-328 . 百度学术
8.	张浩伟. 矿井“H”型通风系统的优化研究. 当代化工研究. 2023(15): 119-121 . 百度学术
9.	顾逸凡. 煤矿超声波传感器测风研究. 价值工程. 2022(34): 92-94 . 百度学术