矿井瓦斯体积分数的Stacking集成预测研究

刘俊生, 李兴国

doi:10.13301/j.cnki.ct.2026.10.033

煤炭技术 ›› 2026, Vol. 45 ›› Issue (10) : 183 -187. DOI: 10.13301/j.cnki.ct.2026.10.033

矿井瓦斯体积分数的Stacking集成预测研究

刘俊生, 李兴国

作者信息 +

Author information +

文章历史 +

摘要

本文提出基于Stacking集成学习的瓦斯体积分数预测模型（MLR-MLP），有效融合多元线性回归与多层感知机优势以解决非线性特性。模型首层利用异构基模型分别提取瓦斯波动的线性趋势与复杂非线性特征，第二层元模型通过自适应学习最优融合参数，实现预测结果的智能加权融合。以某矿埋深600 m的3025工作面为对象，经5折交叉验证，模型测试集E_MR、E_MA、E_RMS分别为0.220 3、0.047 0、0.057 1，误差较单一模型显著降低。实验显示，该模型在瓦斯突变点预测误差降低15%以上，显著提升了精度与泛化能力。研究证实Stacking策略能有效协同模型的可解释性与表达能力，为矿井安全监测提供新范式。