李海霞
- 作品数：3 被引量：32H指数：2
- 供职机构：辽宁工程技术大学电气与控制工程学院更多>>
- 发文基金：辽宁省科技厅科技攻关项目辽宁省教育厅基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 煤与瓦斯突出预测模型仿真研究被引量：1
- 2016年
- 准确性是煤与瓦斯突出(简称突出)预测研究中的一个关键性问题。根据突出的非线性和动态变化特征,在突出预测中引入混沌理论,将相空间重构理论与小波神经网络相结合,建立了煤与瓦斯突出预测模型。通过相空间重构,把一维突出电磁辐射强度时间序列拓展为多维序列,得到多维序列包含着各态历经的信息,从而挖掘出了丰富的突出变化空间的信息,有利于小波神经网络的训练。利用建立好的小波神经网络模型,对突出预测问题进行了建模、训练和预测。运用MATLAB仿真软件对提出的改进预测模型进行试验验证,结果表明改进预测模型具有更高的准确度、可靠性。
- 杨荣明陈长华李海霞
- 关键词：煤与瓦斯突出相空间重构小波神经网络
- 一种改进的极限学习机煤与瓦斯突出预测模型被引量：22
- 2016年
- 较高精度的煤与瓦斯突出预测是煤矿安全生产的必要前提和保证。为了提高煤与瓦斯突出预测模型的预测精度,提出了一种改进的极限学习机煤与瓦斯突出预测模型。首先利用核主成分分析法对煤与瓦斯突出的影响指标进行降维简化处理,提取指标数据的主成分序列;把主成分序列分为训练样本和验证样本,然后在训练阶段,使用训练样本通过结合了全局搜索和局部搜索的文化基因算法对极限学习机的输入权值和隐含层偏差进行优化,得到最佳预测模型;最后,在最佳预测模型中,用验证样本对煤与瓦斯突出强度进行预测。通过实例验证,该模型能够有效预测煤与瓦斯突出强度。与BP、SVM、ELM、KPCA-ELM等预测模型相比,该模型具有更高的预测精度。
- 付华李海霞卢万杰徐耀松王雨虹
- 关键词：煤与瓦斯突出极限学习机文化基因算法
- 煤矿瓦斯浓度的CAPSO-ENN短期预测模型被引量：9
- 2015年
- 为了准确预测回采工作面的瓦斯浓度,提出云自适应粒子群算法优化Elman神经网络的瓦斯浓度动态预测新方法。利用井下无线传感器网络监测系统采集的回采工作面瓦斯浓度时间序列作为样本,并对其进行数据降噪和相空间重构等预处理。采用CAPSO算法对Elman神经网络的权值、阈值进行寻优运算,建立了回采工作面瓦斯浓度动态预测模型。通过对MATLAB仿真得出结果研究表明:该模型的平均相对变动ARV值为0.000 357,相对均方根误差RRMSE值为0.105 6,对回采工作面的瓦斯浓度预测结果合理且可为矿井瓦斯防治工作提供有效理论依据。
- 付华刘雨竹李海霞徐耀松王雨虹
- 关键词：瓦斯浓度无线传感网络ELMAN神经网络
