基于改进鲸鱼算法优化BP神经网络的煤自燃预测研究

作者：孔彪; 朱思想; 胡相明; 杨涛; 赵旭帅; 斐达特; 万姝含

来源：矿业安全与环保, 2023, 50(05): 30-36.

DOI：10.19835/j.issn.1008-4495.2023.05.005

• 煤自燃
• 预测预报
• 指标气体
• 煤温
• 改进鲸鱼优化算法
• 预测模型

为实现煤自燃的高效预测预警，提出了一种改进鲸鱼优化算法结合BP神经网络(MSWOA-BP)的煤自燃温度预测模型。根据煤自燃升温实验进行了模型算法的有效性验证，进一步对比分析了粒子群优化(PSO-BP)模型、灰狼优化(GWO-BP)模型及标准鲸鱼优化(WOA-BP)模型的预测效果和性能，结果显示，MSWOA-BP、GWO-BP、WOA-BP和PSO-BP模型预测结果训练阶段平均百分比误差(MAPE)为1.735 9%、2.651 8%、6.165 5%、6.570 1%,测试阶段MAPE为3.039 3%、6.072 3%、6.734 1%、7.603 5%,表明MSWOA-BP预测模型具有更高的预测精度和稳定性。应用MSWOA-BP模型进行煤矿现场的温度预测，得到预测温度与现场实测温度的相对误差为2.3%～12.1%,实现了煤矿井下温度的快速预测，可为实现煤自燃的高效预测预警提供一种新方法。

• 单位
  华北科技学院; 山东科技大学