基于KPCA和T-S模糊神经网络的煤与瓦斯突出的预测

作者：顾能华; 姚英彪; 郑慧娟; 孙健; 王海伦

来源：测控技术, 2018, 37(09): 15-19.

DOI：10.19708/j.ckjs.2018.09.004

• 煤与瓦斯突出
• 核主成分分析(KPCA)
• T-S模糊神经网络
• 仿真预测

应用核主成分分析(KPCA)和T-S模糊神经网络方法对煤与瓦斯突出进行快速、精准预测。利用KPCA对实验样本数据中的多种煤与瓦斯致突因素进行降维,简化问题的复杂度,将选取的累计贡献率大于90%的4个主成分作为T-S模糊神经网络的输入参数,煤与瓦斯突出强度作为输出参数。利用实测数据进行验证,并与BP神经网络预测模型、T-S模糊神经网络预测模型的预测结果进行比较。结果表明,该方法建立的预测模型准确性、有效性更高,收敛时间短,适用于煤与瓦斯突出预测。

• 单位
  衢州学院; 杭州电子科技大学