改进的瓦斯突出预测模型

当隧道穿过煤系地层时,准确可靠地预测揭煤工作面的突出危险性,是大断面隧道实现安全揭穿煤层的关键环节。以贵州某公路瓦斯隧道揭6号和2号煤层突出危险性预测为例,采用瓦斯含量指标与突出预测指标相互验证的方法

在总结国内外研究人员关于煤与瓦斯突出灾害发生机理基础上,论述了煤与瓦斯突出危险性预测方法的优缺点,重点对地质因素预测煤与瓦斯突出灾害危险性的合理性进行了分析。结果表明:为了使煤与瓦斯突出灾害预防措施更

为实现煤与瓦斯突出的准确预测,减少突出预测的工作量,依据灰色关联理论,对试验矿煤与瓦斯突出预测的3个指标S、Δh2和K1进行灰色关联分析,确定各指标对煤与瓦斯突出的灰色关联度和敏感性。结果表明突出预测

介绍影响瓦斯突出的主要地质因素:地质构造、煤层特性以及水文地质等,详细分析具体的地质因素如:褶皱、断层、煤层厚度、埋深等对瓦斯突出的影响机理,探究不同情况下瓦斯突出出现概率的高低,帮助加深对煤与瓦斯突

基于CPN网络的煤与瓦斯突出预测的研究，陈力，雷汝海，针对煤与瓦斯突出机理的非线性，本文提出了一种基于CPN神经网络的煤与瓦斯突出预测方法。首先分析了CPN网络的结构和学习算法，然后

提出一种基于改进的粒子群参数优化的支持向量回归机算法(IPSO-SVR),该方法引入混沌映射及网格分区寻参思想,能避免粒子群算法(PSO)陷入局部最优解。使用IPSO-SVR算法建立瓦斯涌出量预测模型

通过现场考察以及事故分析,确定了煤与瓦斯突出的预警指标集,并采用层次分析法确定各指标的权重,以关联函数作为计算模型,建立可拓预警模型。以新集一矿11-2煤层为例,将现场数据代入模型得出预警等级。结果表

矿井瓦斯浓度监测是瓦斯事故最直接有效的防控手段之一，为提高监测信息的利用效率，提出了一种瓦斯浓度Lagrange-ARIMA实时预测模型。首先应用拉伊达准则实现瓦斯浓度监测缺失值构建，其次采用滑动La

针对目前最小二乘支持向量机(LSSVM)在预测算法中存在的不足,通过改变差分演化算法(DE)中的缩放因子个数、杂交概率的个数和变异策略来建立改进DE-LSSVM预测模型,利用某矿山的边坡观测数据。结果

基于Gompertz模型进行软件测试预测存在数据拟合精度差的不足,提出改进的Gompertz模型,用高斯-牛顿法将原Gompertz方程式按照泰勒级数展开,选取样本观测值与参数的初始点后,为了进一步估