改進(jìn)蟻群算法在瓦斯涌出量預(yù)測中的應(yīng)用研究.pdf

1、煤礦事故的頻發(fā)極大威脅著煤礦的安全生產(chǎn)，其中的瓦斯災(zāi)害是煤礦生產(chǎn)中面臨的首要難題。缺乏準(zhǔn)確預(yù)測瓦斯涌出量的方式為防治煤礦瓦斯事故提出了很大的挑戰(zhàn)。而礦井的通風(fēng)設(shè)計(jì)的合理性也和瓦斯涌出量的準(zhǔn)確預(yù)測密切相關(guān)，也成為煤礦技術(shù)經(jīng)濟(jì)指標(biāo)的重要考量。瓦斯涌出量間的因素通常會表現(xiàn)為動態(tài)、模糊的非線性動力變化，導(dǎo)致傳統(tǒng)線性方法建模的精度很難滿足實(shí)際生產(chǎn)需求。
　　本文在總結(jié)過往關(guān)于預(yù)測瓦斯涌出量的方法后，對基本蟻群算法進(jìn)行研究并改進(jìn)，并試圖將改進(jìn)

2、蟻群算法應(yīng)用到瓦斯涌出量預(yù)測中，文中利用神經(jīng)網(wǎng)絡(luò)作為預(yù)測媒介，進(jìn)而搭建起改進(jìn)蟻群算法優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)的系統(tǒng)預(yù)測模型。論文首先分析出傳統(tǒng)小波神經(jīng)網(wǎng)絡(luò)存在收斂精度低，易陷入局部極值的缺陷，引入蟻群算法進(jìn)行改進(jìn)。然后論文分析蟻群算法基本原理和各重要參數(shù)，針對算法易陷入局部收斂的問題，優(yōu)化蟻群尋優(yōu)的最大最小范圍，平滑處理信息素軌跡，引入懲罰因子和擾動因子，該算法求解旅行商問題取得良好效果。最后將改進(jìn)蟻群算法與小波神經(jīng)網(wǎng)絡(luò)結(jié)合建模，參照歷史數(shù)據(jù)