论文部分内容阅读
瓦斯涌出量受多种因素的影响，随机性强，传统的预测方法预测精度低，导致煤矿瓦斯事故频繁发生。针对煤矿回采工作面瓦斯涌出量系统的时变性、非线性及复杂性等特点，为了提高瓦斯涌出量的预测精度，提出了一种克隆混沌粒子群算法（CIPSO）与Elman神经网络的耦合算法（CIPSO—ENN），利用CIPSO算法优化Elman神经网络的初始权值、阈值，建立了基于CIPSO—ENN耦合算法的绝对瓦斯涌出量动态系统的预测模型。根据矿井监控系统监测到的各项历史数据，采用Matlab软件进行预测模型仿真。结果表明，该模型与其他优