基于改进ABC-GRNN模型的煤矿瓦斯浓度预测研究

付华¹，刘汀¹，张胜强¹，丁冠西²

1. 辽宁工程技术大学电气与控制工程学院2. 国网辽宁省电力有限公司辽阳供电公司

摘 要：为了实现对煤矿瓦斯浓度的准确预测,提出了一种基于改进的人工蜂群算法(Artificial Bee Colony Algorithm,ABC)优化广义回归神经网络(General Regression Neural Network,GRNN)的瓦斯浓度预测方法。将基于无线传感器网络的瓦斯监控系统收集到的数据作为原始样本,经过具有伸缩性的自适应阈值函数对小波系数进行修正的方式对其进行去噪滤波预处理。采用ABC算法对GRNN网络参数进行优化,建立了瓦斯浓度的预测模型,并通过Matlab使用相关数据来训练和测试该模型的性能。仿真研究表明,所建模型能很快找到合适的平滑参数并对瓦斯浓度进行有效地预测。与其他预测模型相比较,该模型的预测精度更高,泛化能力更强,有较高的实用价值。

关键词：无线传感网络;瓦斯浓度;人工蜂群算法;广义回归神经网络;