基于WPA SFLA算法的瓦斯突出预测方法

针对煤矿工作面瓦斯突出系统的非线性、复杂性、不确定性等特点,提出了狼群-蛙跳算法与Elman神经网络结合的耦合方法用于煤与瓦斯突出的非线性映射.依据预测残差方差比检验策略确定动态训练样本集,可实时的对Elman网络权值、阈值寻优,建立了基于狼群-蛙跳最优估计的瓦斯突出预测模型,并结合矿井监测数据进行实例分析.试验结果表明:采用动态的训练样本和网络结构建立的狼群-蛙跳与ENN模型跟踪能力好,收敛速度快,有效地实现了瓦斯突出危险性预测.