本文關(guān)鍵詞：基于極限學習機的煤礦突水預測及避險路線優(yōu)化研究

  更多相關(guān)文章： 煤礦突水預測 粒子群優(yōu)化算法 極限學習機 加權(quán)極限學習機 多最優(yōu)逃生路徑 Dijkstra算法 K則最優(yōu)路徑算法 D-K算法 PSO-WELM突水預測模型

【摘要】：煤炭作為我國的主要能源,在國家能源發(fā)展戰(zhàn)略中占有及其重要的地位。但是我國煤礦地質(zhì)結(jié)構(gòu)復雜,突水事故頻發(fā),對煤礦正常生產(chǎn)造成嚴重的經(jīng)濟損失,甚至危及井下人員生命安全。在煤炭開采過程中,對煤礦突水進行預測,并對人員逃生路線進行設計,是保障煤礦安全的有效手段。煤礦突水是由眾多因素綜合作用的結(jié)果,而這些因素間的相互聯(lián)系,使得煤礦突水與影響因素之間的關(guān)系變?yōu)榉浅碗s的非線性關(guān)系,利用傳統(tǒng)的數(shù)學模型根本無法建立快速準確的突水預測模型,因此,本文對現(xiàn)有的突水預測方法進行研究,提出了基于PSO-ELM和PSO-WELM的預測模型,并通過經(jīng)典UCI數(shù)據(jù)集對兩種模型進行驗證與比較分析,證明基于PSO-WELM的預測模型更符合煤礦突水預測的要求,并將該模型應用于煤礦突水預測研究中。在PSO-WELM突水預測模型的應用中,本文首先根據(jù)煤礦突水機理選取影響煤礦突水的主要因素;之后搜集大量的煤礦突水歷史數(shù)據(jù),并將數(shù)據(jù)集分為訓練集與測試集,對煤礦突水預測模型進行訓練與測試,建立了煤礦突水預測模型,對煤礦是否發(fā)生突水以及發(fā)生的突水類型進行預測。另外,本文針對煤礦突水問題,還對煤礦水災逃生路線問題進行研究。無論是由自然因素造成煤礦突水事故,還是通過突水預測模型預測出突水時,都需要及時組織井下人員迅速撤離到安全位置,保障人員生命安全。而井下環(huán)境復雜惡劣,一旦發(fā)生突水,井下環(huán)境更為復雜,如何使井下人員沿著最優(yōu)的逃生路徑利用最少的時間到達安全逃生位置,是本文的另一研究重點。礦井水災時選擇合理的逃生路線,需要考慮水及巷道其他因素對人員通行的影響,此時,兩點之間的距離不再是絕對距離,而是相對距離,因此本文引入當量長度的概念來表示巷道通行的難易程度。本文在Dijkstra算法和K則最優(yōu)路徑算法的基礎(chǔ)上提出了基于D-K算法的煤礦水災多最優(yōu)路徑選擇算法,該算法可求得從事發(fā)地點到煤礦所有逃生井口的多條最優(yōu)逃生路徑,不僅可以緩解人員擁擠,還可以及時有序的組織人員撤離到安全位置。文中結(jié)合礦井實例,利用D-K算法與Dijkstra算法和K則最優(yōu)路徑算法比較,證明了D-K算法用于煤礦水災逃生路線選擇的優(yōu)勢。
【關(guān)鍵詞】：煤礦突水預測 粒子群優(yōu)化算法 極限學習機 加權(quán)極限學習機 多最優(yōu)逃生路徑 Dijkstra算法 K則最優(yōu)路徑算法 D-K算法 PSO-WELM突水預測模型
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TD745;TP18
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-16
• 變量注釋表16-17
• 1 緒論17-25
• 1.1 研究背景及意義17-18
• 1.2 研究現(xiàn)狀18-21
• 1.3 本文研究內(nèi)容及方法21-23
• 1.4 論文的組織結(jié)構(gòu)23-24
• 1.5 本章小結(jié)24-25
• 2 粒子群優(yōu)化算法和極限學習機算法25-37
• 2.1 粒子群優(yōu)化算法25-29
• 2.2 極限學習機算法29-33
• 2.3 加權(quán)極限學習機算法33-35
• 2.4 PSO與極限學習機結(jié)合的可行性分析35-36
• 2.5 本章小結(jié)36-37
• 3 基于PSO-ELM和PSO-WELM算法的預測模型設計37-55
• 3.1 基于PSO-ELM算法的預測模型設計37-42
• 3.2 基于PSO-WELM算法的預測模型設計42-44
• 3.3 模型性能比較44-54
• 3.4 本章小結(jié)54-55
• 4 基于PSO-WELM煤礦突水預測模型設計及應用55-75
• 4.1 煤礦突水影響因素分析55-59
• 4.2 數(shù)據(jù)準備59-64
• 4.3 突水預測模型建立64-65
• 4.4 預測結(jié)果分析65-74
• 4.5 本章小結(jié)74-75
• 5 基于D-K算法的煤礦水災多最優(yōu)路徑研究75-85
• 5.1 巷道當量長度的計算75-78
• 5.2 K則最優(yōu)路徑算法78
• 5.3 最優(yōu)路徑優(yōu)化算法78-80
• 5.4 應用實例分析80-84
• 5.5 本章小結(jié)84-85
• 6 結(jié)論與展望85-88
• 6.1 總結(jié)85-86
• 6.2 展望86-88
• 參考文獻88-94
• 作者簡歷94-96
• 學位論文數(shù)據(jù)集96-97

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 翟敏;張瑞;王宇;;極限學習機(ELM)網(wǎng)絡結(jié)構(gòu)調(diào)整方法綜述[J];西安文理學院學報(自然科學版);2014年01期

2 侯冠慧;張英梅;魏紅霞;;煤礦井下突水信息監(jiān)測與預警評價研究[J];太原理工大學學報;2013年01期

3 陳紅江;李夕兵;劉愛華;彭述權(quán);賀顯群;;水下開采頂板突水相似物理模型試驗研究[J];中國礦業(yè)大學學報;2010年06期

4 薛毅;;關(guān)于中國煤礦歷史研究的回顧與思考[J];中國礦業(yè)大學學報(社會科學版);2007年04期

5 楊天鴻;唐春安;譚志宏;朱萬成;馮啟言;;巖體破壞突水模型研究現(xiàn)狀及突水預測預報研究發(fā)展趨勢[J];巖石力學與工程學報;2007年02期

6 魏軍;題正義;;灰色聚類評估在煤礦突水預測中的應用[J];遼寧工程技術(shù)大學學報;2006年S2期

7 王峰;游志勝;曼麗春;高燕;湯麗萍;;Dijkstra及基于Dijkstra的前N條最短路徑算法在智能交通系統(tǒng)中的應用[J];計算機應用研究;2006年09期

8 孫佳,孫殿閣,蔣仲安;礦井應急救援中最佳避災路線的改進Dijkstra算法實現(xiàn)[J];中國礦業(yè);2005年06期

9 王延福,龐西岐,靳德武,曾艷京,王曉明;巖溶礦井煤層底板突水的非線性動力學模型[J];中國巖溶;2000年01期

10 荊自剛,李白英;煤層底板突水機理的初步探討[J];煤田地質(zhì)與勘探;1980年02期

，

本文編號：1060857