基于asgso-enn算法的瓦斯涌出量动态预测研究

《基于asgso-enn算法的瓦斯涌出量动态预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据分类号TPl83UDC004．8密级公开硕士学位论文基于ASGSO．ENN算法的瓦斯涌出量动态预测研究ResearchonGasEmissionDynamicPredictionBasedonASGSO-ENNAlgorithm作者姓名指导教师申请学位学科专业研究方向訾海付华教授工学硕士控制理论与控制工程计算机检测与人工智能辽宁工程技术大学㈣睁7㈣鹳一钉鬻万方数据关于论文使用授权的说明本学位论文作者及指导教师完全了解堑室王墨垫苤太堂有关保留、使用学位论文的规定，同意辽室王程堇苤太堂保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借

2、阅，学校可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。保密的学位论文在解密后应遵守此协议学位论文作者签名：拯年月日导师签名：兰!绛年月日万方数据致谢光阴荏苒，两年半的研究生生活即将结束。在学位论文结稿之际，向我的老师们、同学们致以最真挚的感谢!感谢你们在这两年半时间里给予我无私的关怀和帮助!在我人生最彷徨和无助的时候指引我去奋起拼搏、自强不息!衷心感谢我的导师付华教授，本文是在付老师的悉心指导下才得以完成的。无论是在选题、研究内容和方案设计等各个环节都凝聚着付老师的辛勤汗水。付老师渊博的学识、

3、严谨的治学态度、睿智的洞察力、精益求精的工作作风、勇于创新的精神永远激励着我，引导我不断前行。师从三载，收获颇丰，感触亦深。在此，谨向我的导师致以深深的敬意!感谢303实验室的兄弟姐们以及已经毕业的师兄师姐们，谢谢你们在科研创新与论文写作方面给予我的支持与帮助。从他们的身上我学习到了很多优良品质与理论知识，这些都将鞭策着我不断发展与进步。感谢父母对我的养育之恩，感恩他们25年来无微不至的关心、鼓励和理解，使我能顺利度过这漫长而艰难的求学生涯，并最终完成学业。他们的支持和期盼是我永久的动力。本文在写作过程中参考了大量的学术论文和专著，在此向有关作者表示由衷的

4、敬意。万方数据摘要矿井瓦斯涌出量系统是一个具有多参量、高度非线性、时变性、随机性的复杂系统，传统的线性方法无法建立满足工程精确要求的可靠预测模型。因此，提出一种将Elman动态反馈神经网络(ENN，ElmanNeuralNetwork)与自适应步长萤火虫算法(ASGSO，self-AdaptiveStepGlowwormSwarmOptimization)k旧耦合的拟合算法实现对瓦斯涌出量非线性系统的有效辨识。Elman神经网络由于自身独特的动态反馈环节及递归作用，具备了强大的时变数据处理能力及网络稳定性，因此更能直接表征本质非线性系统的动态特性。针对该网

5、络训练过程中依然存在收敛速度慢、精度低、学习效率不高的问题，提出利用萤火虫智能算法来对其进行优化改进。通过分析了基本萤火虫算法(GSO)的仿生学机理及优化运行流程，可知萤火虫算法(GSO)具有强大局部搜索性能且操作简单、易于实现。为了强化基本萤火虫算法(GSO)的全局寻优性能，重新定义了基于相似度准则的目标邻域集，并以相似度门槛值的初始精确设置取代以往对初始感知半径的粗略估计。在种群每次进化后，根据研究个体相对目标邻域集内优秀个体分布的疏密情况自适应地放缩移动步长，避免个体在极值点附近产生搜索振荡。充分利用经改进后的ASGSO算法强大的全局多目标搜索能力对

6、ENN的权值与阈值在求解空间中进行快速精确的在线搜索，并结合预测控制理论建立基于ASGSO．ENN耦合算法的瓦斯涌出量预测控制系统。利用井下实际采集到的各影响因素监测数据进行预测实验，结果表明：在较高学习效率的前提下，其预测精度和泛化能力明显强于单一的Elman神经网络、GSO．ENN耦合模型以及工程常用的BP神经网络且具有较强的鲁棒性。该方法对井下瓦斯灾害的防治提供了充分的理论指导。关键词：瓦斯涌出量；非线性系统；动态反馈；预测模型；ASGSO．ENN耦合算法万方数据AbstractThetraditionalnonlinearmethodscannot

7、constructamodeltoreliablyandaccuratelypredictthegasemissionsfortheengineeringapplicationsbecausethegasemissionsystemishighlynonlinegtr，complexandtime-varying．Toaddressthisproblem，nep驴posedself-adaptivestepglowwormswarlTloptimization(ASGSO)algorithmiscombinedwithdynamicfeedbackElma

8、nneuralnetwork(ENN)toperformident