基于GA-LSTM的综采面瓦斯浓度预测模型

作者：王德忠; 朱国宏; 王禹; 王神虎

来源：煤炭技术, 2023, 42(01): 219-221.

DOI：10.13301/j.cnki.ct.2023.01.046

• 瓦斯浓度
• GA-LSTM
• 预测模型
• 参数优化

为了进一步提升综采面瓦斯浓度预测的准确率，设计了一种基于GA-LSTM的瓦斯浓度预测模型。该模型利用GA算法来优化LSTM网络的参数，以解决传统LSTM网络预测不平衡以及易陷入局部极值的问题，确保网络的预测性能。通过实际测量的方式构建瓦斯浓度数据集，并在keras+Tensorflow平台上进行训练。结果表明：相较于传统的RNN、BP瓦斯浓度预测模型，GA-LSTM模型寻优速度较快，预测均方误差最小，预测值与真实值更为接近，预测准确率与精度更高，满足实际需求。

• 单位
  山西工程职业技术学院