本文關鍵詞：基于SAGA-FCM的煤與瓦斯突出預測方法

  更多相關文章： 模糊C-均值聚類算法 遺傳算法 模擬退火算法 煤與瓦斯突出

【摘要】：為提高模糊C-均值聚類(Fuzzy C-Means Clustering Algorithm,FCM)算法在煤與瓦斯突出預測中的準確度,提出一種將模擬退火算法(Simulated Annealing Algorithm,SA)與遺傳算法(Genetic Algorithm,GA)相結(jié)合用于模糊C-均值聚類分析的煤與瓦斯突出預測方法。該方法綜合了模擬退火算法全局搜索、高精度的優(yōu)點和遺傳算法強大的空間搜索能力,將經(jīng)遺傳模擬退火算法優(yōu)化后的初始值賦給FCM,避免了由于聚類中心初始值選擇不當造成FCM算法收斂到局部極小點上。結(jié)合典型突出礦井數(shù)據(jù)進行分析,結(jié)果表明:遺傳模擬退火算法優(yōu)化后的FCM算法較單一,預測準確度高。
【作者單位】： 遼寧工程技術(shù)大學安全科學與工程學院礦山熱動力災害與防治教育部重點實驗室;貴州省六盤水市鐘山區(qū)安全生產(chǎn)監(jiān)督管理局;
【關鍵詞】： 模糊C-均值聚類算法 遺傳算法 模擬退火算法 煤與瓦斯突出
【基金】：國家自然科學基金項目(51374121) 遼寧省高等學校杰出青年學者成長計劃基金項目(LJQ2011028)~~
【分類號】：TD713
【正文快照】： 近年來隨著煤炭開采深度的增加,煤與瓦斯突出的幾率和強度逐漸增加,煤與瓦斯突出治理難度亦隨之加大。煤與瓦斯突出預測在煤礦突出治理中起著非常重要的基礎作用,相關學者在這方面已有較多研究,如郭德勇等[1]的灰色理論預測方法,朱玉等[2]的免疫遺傳算法,梁冰等[3]的灰靶決策，

本文編號：709959