耿越
- 作品数：3 被引量：14H指数：2
- 供职机构：中国矿业大学（北京）机电与信息工程学院更多>>
- 相关领域：矿业工程理学更多>>
- 基于混沌粒子群神经网络的瓦斯浓度预测被引量：8
- 2017年
- 通过定量法确定瓦斯浓度数据具有混沌特性,计算瓦斯序列的延迟时间和最优嵌入维数并对其相空间重构。在混沌分析的基础上结合人工神经网络技术,针对传统RBFNN模型参数确定的问题,提出通过粒子群算法对网络参数优化,建立了CT—PSO—RBFNN预测模型。利用实际煤矿监测数据对提出的模型训练预测,并与其他3种模型横向对比,得出性能排序为CT—PSO—RBFNN>T—PSO—RBFNN>CT—RBFNN>T—RBFNN。结果证明,CT—PSO—RBFNN模型预测精度高、预测误差小、性能稳定,能够为瓦斯灾害的预报预警提供一定技术支持。
- 耿越
- 关键词：煤矿安全预报预警
- 多变量时滞计算的最大独立互相关算法被引量：2
- 2018年
- 为解决相空间重构中多变量时滞参数难以同时选择的问题,提出一种基于最大独立互相关的时滞计算方法.将响应变量序列分段处理;对各段曲面拟合并将观测变量序列代入拟合函数;迭代运算至互相关最小,得到最优时滞.对最大独立互相关算法与遗传神经网络、互信息法、极大联合熵法进行对比实验,并引入联合递归图与共有近邻比值法作为评价方法,结果表明:最大独立互相关算法克服了传统方法的不足.选取某矿井下进风巷、上隅角、工作面和回风巷4个位置瓦斯浓度的真实数据进行四变量最优时滞选择实验并与互信息法对比,最大独立互相关算法的时滞计算结果为16-3-10-11,共有近邻比为0.58,联合递归密度为0.34%,优于传统方法.提出算法能够应用于实际多变量分析,具有一定实用价值.
- 耿越马会超马悦王振翀
- 煤巷顶板稳定性评价方法研究被引量：4
- 2018年
- 对用于煤巷顶板稳定性评价的经典方法中常用的单指标法和复合指标法,以及机器学习方法中常用的有监督学习方法和无监督学习方法进行了总结、分析,指出经典方法采用单一指标或仅针对某一类煤岩体进行顶板稳定性评价,评价结果不全面、不可靠,而机器学习方法需要人工标注大量顶板监测数据,工作量大,实际应用效果较差。基于深度学习方法可从顶板监测数据中自动提取特征的优势,提出了采用深度学习中的生成对抗网络对煤巷顶板进行稳定性评价的新模式,从而减少人工工作量。
- 耿越段迎娟任家敏
- 关键词：煤巷围岩
