基于PSO-BP神经网络的煤与瓦斯突出预测方法

作者：张通; 胡艳婷^*; 李印鹏

来源：煤炭技术, 2023, 42(11): 128-131.

DOI：10.13301/j.cnki.ct.2023.11.026

• PSO-BP
• 煤与瓦斯突出
• 参数寻优

针对传统煤与瓦斯突出预测方法局限性较大、预测精度低、泛化能力弱等不足，设计了一种基于PSO-BP神经网络的煤与瓦斯突出预测方法。运用粒子群优化算法（PSO）对BP神经网络的权值和阈值参数进行寻优，利用主成分分析法对煤与瓦斯预测指标进行降维，并提取4类关键特征作为模型的输入，从而构建了PSO-BP预测模型，对不同程度煤与瓦斯突出风险进行预测和分类。实验结果表明，PSO-BP预测模型的平均绝对误差（MAE）指标反映良好，模型的预测精度和准确率较高，且泛化能力强，满足实际应用需求。

• 单位
  河北地质大学华信学院