公开(公告)号：CN117390564A

公开(公告)日：2024-01-12

申请号：CN202311469974.X

申请日：2023-11-07

Applicant: 中国矿业大学(北京)

Inventor： 王凯 ,  李康楠 ,  张翔 ,  王乙桥 ,  杨通 ,  孙加智 ,  杜锋

IPC: G06F18/2433 ,  G06F18/10 ,  G06F18/214 ,  G06F18/21 ,  G06N3/04 ,  G06N3/0464 ,  G06N3/0985 ,  G06N3/006 ,  G06Q50/26

Abstract: 本发明涉及煤矿动力灾害预测技术领域，具体为一种基于ICSA‑CNN的煤岩瓦斯复合动力灾害预测方法。首先，采集煤岩瓦斯复合动力灾害的影响指标数据，运用孤立森林法iForest对异常数据进行识别并剔除；选用RF作为链式多重插补法MICE的估计器对缺失数据进行插补；然后，搭建卷积神经网络CNN的初始模型框架，运用Tent混沌映射改进乌鸦搜索算法CSA得到ICSA，进而对模型的超参数进行优化，从而提高预测精度；最后，训练模型，建立基于ICSA‑CNN的煤岩瓦斯复合动力灾害预测模型，并运用测试集对模型精确度进行验证。本发明结合了ICSA优越的寻优能力与CNN强大的特征学习能力，能够实现对煤岩瓦斯复合动力灾害的精确预测。

公开(公告)号：CN116467572B

公开(公告)日：2023-11-21

申请号：CN202310471469.2

申请日：2023-04-27

Applicant: 中国矿业大学(北京)

Inventor： 王凯 ,  李康楠 ,  杜锋 ,  张翔 ,  杨通 ,  王乙桥 ,  孙加智

IPC: G06F18/20 ,  G06F18/21 ,  G06N3/006 ,  G06Q10/063 ,  G06Q50/02

公开(公告)号：CN116467572A

公开(公告)日：2023-07-21

申请号：CN202310471469.2

申请日：2023-04-27

Applicant: 中国矿业大学(北京)

Inventor： 王凯 ,  李康楠 ,  杜锋 ,  张翔 ,  杨通 ,  王乙桥 ,  孙加智

IPC: G06F18/20 ,  G06F18/21 ,  G06N3/006 ,  G06Q10/063 ,  G06Q50/02

Abstract: 本发明涉及煤矿安全开采技术领域，具体为一种基于深度学习的煤岩瓦斯复合动力灾害预测方法。首先，准备煤岩瓦斯复合动力灾害的影响指标数据，运用箱型图分析法Boxplot与链式方程多重插补法MICE进行数据清洗；其次，运用灰色关联度分析法GRA进行数据分析，建立煤岩瓦斯复合动力灾害预测指标体系；再次，运用卷积神经网络CNN进行模型搭建，运用麻雀搜索算法SSA优化模型的超参数以提高预测精度；继次，训练模型，建立基于GRA‑SSA‑CNN的煤岩瓦斯复合动力灾害预测模型；最后，运用测试集进行预测，对比预测结果与实际结果，确定模型的预测精度。本发明的预测模型训练时间短，泛化性好且鲁棒性强，能够快速准确地进行煤岩瓦斯复合动力灾害预测。