基于GRA-EPSO的煤矿瓦斯浓度预测模型研究

权军军, 张晓垒, 郭明功, 张鹏伟, 邱黎明, 于红

煤矿机械 ›› 2026, Vol. 47 ›› Issue (3) : 239 -243.

煤矿机械 ›› 2026, Vol. 47 ›› Issue (3) : 239 -243. DOI: 10.13436/j.mkjx.202603046

基于GRA-EPSO的煤矿瓦斯浓度预测模型研究

作者信息 +

Author information +
文章历史 +

摘要

针对煤矿瓦斯浓度预测中模型易受干扰、精度不足的问题,构建了一种融合灰色关联分析(GRA)与增强型粒子群(EPSO)算法的瓦斯浓度混合预测模型。首先,利用GRA筛选关键影响因素,实现特征降维;随后,引入EPSO优化预测模型的初始权重与阈值,提升其收敛性能与稳定性;最后,基于实际监测数据进行验证,并与BP模型、PSO-BP模型进行对比。结果表明:GRA-EPSO模型的均方根误差(RMSE)和平均绝对百分比误差(MAPE)较传统BP模型分别降低42.3%和38.7%,较PSO-BP模型分别降低21.5%和19.2%,表现出更高的预测精度与鲁棒性,可为煤矿瓦斯风险预警提供有效的技术支撑。

关键词

煤矿瓦斯 / 浓度预测 / GRA / EPSO

Key words

引用本文

引用格式 ▾
权军军, 张晓垒, 郭明功, 张鹏伟, 邱黎明, 于红. 基于GRA-EPSO的煤矿瓦斯浓度预测模型研究[J]. 煤矿机械, 2026, 47(3): 239-243 DOI:10.13436/j.mkjx.202603046

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉