基于神经网络的煤矿事故数量预测研究

作者：白彦龙; 陈昱; 白长江; 梁建明; 西龙; 薛玉壁; 彭佳佳; 王欣

来源：煤炭与化工, 2020, 43(09): 91-97.

DOI：10.19286/j.cnki.cci.2020.09.026

• 神经网络
• 遗传算法
• 煤矿事故数量
• 事故预测

煤矿事故的预测可以有效地为煤矿事故预防提供支持。为研究煤矿事故数量的发生规律,以2000—2018年发生的事故数量为样本,采用每3年数据预测下一年数据的方式构建数据组,共得到16组数据。将16组数据分为训练组和测试组,引入基于遗传算法改进的BP神经网络(GA-BP)和小波神经网络分别建立预测模型,并对2种方法预测的结果进行分析。结果表明,GA-BP神经网络对煤矿事故的预测值更接近实际数值。因此,采用GA-BP构建的预测模型对2019年和2020年煤矿事故数量进行预测,分别为199起和176起。

• 单位
  中国矿业大学（北京）; 河南省正龙煤业有限公司