基于小波包神经网络瓦斯涌出量预测方法研究

摘要

针对煤矿井下回采工作面瓦斯积聚和瓦斯超限等严重问题,将小波包神经网络模型引入煤矿瓦斯涌出量预测中.首先由小波包变化对采集数据进行分解、重构并提取特征向量,然后输入到基于动态节点生成算法的RBF神经网络模型中训练学习,同时采用删除策略简化该模型,最后通过时频联合仿真验证,结果表明,WP-IRBF模型在预测精度及训练误差方面明显优于QPSO-RBF模型,是一种非常适合煤矿瓦斯量预测的有效方法.