文献类型：期刊文章

作　　者：王其军[1] 程久龙[2]

机构地区：[1]淮南职业技术学院,安徽淮南232001 [2]山东科技大学矿山灾害预防控制教育部重点实验室,山东青岛266510

出　　处：《煤炭学报》

基　　金：国家自然科学基金资助项目(50534080);教育部新世纪优秀人才支持计划资助项目(NCET-05-0602);安徽省教育厅自然科学基金资助项目(2006KJ019B)

年　　份：2008

卷　　号：33

期　　号：6

起止页码：665-669

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、EI、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：将免疫算法与神经网络理论相结合,提出免疫神经网络预测模型以预测采煤工作面瓦斯浓度,并对如何处理时间序列的数据模式问题进行研究.引入延迟单元,将原始输入样本转换为具有延迟特征的新样本,采用延迟算子的输出样本施加到网络预测模型,可以获得浓度时段变幅的信息,这对于提高网络对瓦斯扩散过程的拟合精度和预测精度十分有效.结合某矿井瓦斯预报实例,经过与现场实测值相比较,最大预测误差为6.86%,最小预测误差为2.36%,平均误差为4.61%,所建模型精度的拟合值与预测值都与实际数据吻合得较好,各测点的误差值均在许可的范围内.结果表明,基于免疫神经网络的瓦斯浓度预测模型,能够较好地识别采煤工作面瓦斯扩散的演进规律,对瓦斯浓度能进行合理预报,且该方法具有预报时间快、节省费用的特点.

关 键 词：免疫神经网络 瓦斯浓度 预测模型  延迟单元  矿井工作环境  

分 类 号：TD713.2]