蚁群聚类在煤与瓦斯突出预测中的应用
用户评论
推荐下载
-
基于CRITIC法与可变模糊集的煤与瓦斯突出预测
针对煤与瓦斯突出评价的模糊不确定性问题,提出基于CRITIC法的可变模糊集预测方法,以此提高煤层突出危险程度预测的准确率。模型选取突出矿井防突工作中常用的6项判定指标作为煤与瓦斯突出评价指标,并确定了
14 2020-07-17 -
蚁群聚类算法的VC++程序
蚁群聚类算法程序的VC++版本,从数据库读入数据,聚类分析结果分别以数据和图形化两种方式显示,算法模型在对数据进行聚类的同时将每只蚂蚁每一步运行的详细信息写入日志文件,并且每只蚂蚁有独立的日志文件
44 2019-05-20 -
综合防治煤与瓦斯突出措施在回采工作面的应用
阐述了新安煤矿14161工作面防突工艺流程,介绍了工作面在瓦斯涌出量大、瓦斯含量高的情况下,采取有效的区域性防突措施、预测预报效果检验方法,杜绝了瓦斯超限事故和煤与瓦斯突出事故的发生,为类似条件的工作
15 2020-07-18 -
基于模糊聚类的矿井煤与瓦斯突出灾害预报
基于模糊聚类的矿井煤与瓦斯突出灾害预报,任珊,李茜,对于煤与瓦斯突出危险性的预报,就是根据影响瓦斯突出各因素的指标实测资料来判断煤层具有突出危险性的强弱。所以本文利用模糊聚
14 2020-07-26 -
煤与瓦斯突出的煤粉池机理探讨
由于煤体的非均值性和开采卸压或古应力引起的应力集中,煤体中的软弱煤发生流变。软弱煤碎裂产生的碎裂面增加了煤的比表面积,造成了瓦斯大量吸附,降低了瓦斯压力。附近煤体纷纷解吸,不断向软弱破碎煤层渗流扩散。
29 2020-07-27 -
基于改进BP神经网络的煤与瓦斯突出预测系统
针对传统BP神经网络收敛速度慢、易陷入局部极小等问题,采用Matlab神经网络工具箱中的自适应学习率VLBP算法和基于数值优化技术的LMBP算法对传统BP神经网络算法进行改进,并设计了基于改进BP神经
24 2020-04-27 -
基于改进PSO优化LSSVM参数的煤与瓦斯突出预测研究
为提高最小二乘支持向量机的预测精度,拓展其应用范围,采用改进后的粒子群优化算法对最小二乘支持向量机进行参数寻优,并应用于芦岭煤矿煤与瓦斯突出危险性类型预测。结果表明优化后的模型比神经网络预测的结果精度
17 2020-07-16 -
基于改进灰色关联分析方法的煤与瓦斯突出预测研究
基于灰色系统理论,对灰色关联分析方法进行改进,包括分辨系数的改进以及采用距离分析法对比较序列进行赋权处理。利用改进的灰色关联分析模型,参考华北地区某矿历年来的突出资料,定量分析该矿4项煤与瓦斯突出的预
17 2020-07-16 -
基于突变级数法的煤与瓦斯突出危险性预测
针对煤与瓦斯突出发生的内在机理非常复杂、难以建立合适的多因素非线性预测模型的问题,提出了基于突变级数法的煤与瓦斯突出危险性预测方法。该方法选用典型突出矿井的煤与瓦斯突出实例作为学习样本,确定了不同冲击
25 2020-07-16 -
基于ASP技术的煤与瓦斯突出危险性预测系统
结合煤与瓦斯突出预测的现状,提出了一种基于ASP技术的煤与瓦斯突出危险性预测系统。该系统把KBD 7瓦斯预报仪器和ASP技术结合起来运用到突出预测中,把计算机系统和网络平台结合起来,创建了煤与瓦斯突出
13 2020-07-16
暂无评论