一种瓦斯涌出量系统预测辨识模型的研究

闫孝姮^1,2，陈伟华¹，付华¹

1. 辽宁工程技术大学电气与控制工程学院2. 辽宁工程技术大学安全科学与工程学院

摘 要：针对煤与瓦斯突出灾害中瓦斯涌出量的辨识预测问题,结合采煤工作面瓦斯涌出量系统的现场实际特点,提出了混沌免疫遗传优化算法（CIGOA）与Elman神经网络相结合的耦合算法（CIGOA-ENN）。利用GIGOA的全局寻优能力替代梯度下降法,以克服Elman神经网络固有的缺陷。并根据输入的数据,构造基于CIGOA和ENN耦合算法的瓦斯涌出量系统辨识预测模型。利用矿区采集的现场监测数据进行仿真预测,实验表明该预测模型与BPNN,GA-ENN等神经网络预测模型相比,其收敛速度更快、收敛精度更高、鲁棒性更强,为解决煤矿瓦斯涌出量的预测问题提供了一个行之有效的方法。

关键词：瓦斯涌出量;非线性动态系统;混沌免疫遗传优化算法;Elman神经网络;