刘雨竹
- 作品数：4 被引量：11H指数：1
- 供职机构：辽宁工程技术大学电气与控制工程学院更多>>
- 发文基金：国家自然科学基金辽宁省高校创新团队支持计划辽宁省科技厅科技攻关项目更多>>
- 相关领域：自动化与计算机技术环境科学与工程矿业工程更多>>
- 瓦斯突出等级预测模型被引量：1
- 2023年
- 针对瓦斯突出等级评判方法预测准确度低的问题,提出一种基于拉普拉斯特征映射算法(LE)和改进的乌鸦搜索算法(ICSA)优化核极限学习机(KELM)的瓦斯突出预测模型。利用LE算法对瓦斯突出数据进行非线性降维,消除变量间的相互重叠;引入Tent扰动序列、自适应步长和自适应感知概率改进传统的乌鸦搜索算法(CSA),有效避免算法陷入局部最优,提高算法的收敛性能;采用ICSA算法对KELM的相关参数进行寻优,建立基于LE和ICSA-KELM的瓦斯突出等级评判模型。经过对比试验表明,该模型能够有效提高预测准确率。
- 赵国强王留洋刘雨竹卢万杰王志中
- 关键词：瓦斯突出
- 自适应增强优化的瓦斯涌出量预测模型
- 2023年
- 为提升回采工作面瓦斯涌出量的预测能力,提出一种基于门控循环单元(gate recurrent unit,GRU)预测模型,利用瓦斯涌出相关影响因素对瓦斯涌出量进行预测。对麻雀搜索算法的初始化过程加以改进,采用改进后的麻雀算法对影响GRU预测模型的超参数进行优化,提高瓦斯涌出量的预测精度;利用AdaBoost算法的自适应增强能力,构建自适应增强优化的瓦斯涌出量预测模型(ISSA-GRU-AdaBoost模型),并通过核主成分分析提取预测指标特征,提升预测的快速性。将所建模型与PSO-ELM模型、QPSO-LSTM模型、PSO-BP模型,以及SSA-SVM模型进行对比实验,结果表明ISSA-GRU-AdaBoost预测模型的预测精度最高。
- 杨超周文铮刘雨竹
- 关键词：瓦斯涌出量ADABOOST算法
- 煤矿瓦斯浓度的CAPSO-ENN短期预测模型被引量：9
- 2015年
- 为了准确预测回采工作面的瓦斯浓度,提出云自适应粒子群算法优化Elman神经网络的瓦斯浓度动态预测新方法。利用井下无线传感器网络监测系统采集的回采工作面瓦斯浓度时间序列作为样本,并对其进行数据降噪和相空间重构等预处理。采用CAPSO算法对Elman神经网络的权值、阈值进行寻优运算,建立了回采工作面瓦斯浓度动态预测模型。通过对MATLAB仿真得出结果研究表明:该模型的平均相对变动ARV值为0.000 357,相对均方根误差RRMSE值为0.105 6,对回采工作面的瓦斯浓度预测结果合理且可为矿井瓦斯防治工作提供有效理论依据。
- 付华刘雨竹李海霞徐耀松王雨虹
- 关键词：瓦斯浓度无线传感网络ELMAN神经网络
- 基于IAFOA-GRNN的井下配网单相接地故障辨识模型被引量：1
- 2022年
- 为提高井下配电网单相接地故障选线效率及精度,提出首先利用粗糙集理论对采样数据进行信号强化,然后针对所得特征信号展开复小波分解,最终对得到的暂态分量进行归一化处理,以作为广义回归神经网络训练及测试的输入值。同时,根据智能融合思想,提出改进的自适应果蝇优化算法改善了传统算法搜索遍历性差、易陷入局部最优解的缺陷,对GRNN的平滑元素σ进行全局寻优,建立最佳的故障馈线辨识模型。通过大量的ATP-EMTP仿真实验可知,该选线模型具有训练速度快、误判率低的特性。
- 付华刘雨竹徐楠
- 关键词：故障选线粗糙集理论广义回归神经网络
