基于極限學習機的煤礦突水預(yù)測及避險路線優(yōu)化研究.pdf

1、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(yù)測，并對人員逃生路線進行設(shè)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(yù)測模型，因

2、此，本文對現(xiàn)有的突水預(yù)測方法進行研究，提出了基于PSO-ELM和PSO-WELM的預(yù)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(yù)測模型更符合煤礦突水預(yù)測的要求，并將該模型應(yīng)用于煤礦突水預(yù)測研究中。
　　在PSO-WELM突水預(yù)測模型的應(yīng)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(yù)測模型進行訓練與測試，

3、建立了煤礦突水預(yù)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(yù)測。
　　另外，本文針對煤礦突水問題，還對煤礦水災(zāi)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(yù)測模型預(yù)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(zāi)時選擇合理

4、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(zāi)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