文献类型：期刊文章

作　　者：李心杰[1,2] 贾进章[1] 李兵[1]

机构地区：[1]辽宁工程技术大学安全科学与工程学院矿山热动力灾害与防治教育部重点实验室,辽宁阜新123000 [2]贵州省六盘水市钟山区安全生产监督管理局,贵州六盘水553000

出　　处：《煤田地质与勘探》

基　　金：国家自然科学基金项目(51374121);辽宁省高等学校杰出青年学者成长计划基金项目(LJQ2011028)~~

年　　份：2016

卷　　号：44

期　　号：2

起止页码：14-18

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高模糊C-均值聚类(Fuzzy C-Means Clustering Algorithm,FCM)算法在煤与瓦斯突出预测中的准确度,提出一种将模拟退火算法(Simulated Annealing Algorithm,SA)与遗传算法(Genetic Algorithm,GA)相结合用于模糊C-均值聚类分析的煤与瓦斯突出预测方法。该方法综合了模拟退火算法全局搜索、高精度的优点和遗传算法强大的空间搜索能力,将经遗传模拟退火算法优化后的初始值赋给FCM,避免了由于聚类中心初始值选择不当造成FCM算法收敛到局部极小点上。结合典型突出矿井数据进行分析,结果表明:遗传模拟退火算法优化后的FCM算法较单一,预测准确度高。

关 键 词：模糊C-均值聚类算法 遗传算法 模拟退火算法 煤与瓦斯突出

分 类 号：P54] X936[地质学类;地质类]