矿业安全与环保

作者：张玉财, 王毅, 郭凯岩

关键词：瓦斯涌出量预测, LSTM, 鲸鱼优化算法, 时间序列分析, 皮尔逊相关系数法, 多步预测

为了提高瓦斯涌出量预测的科学性和准确性，提出一种基于鲸鱼优化算法(WOA)和长短期记忆网络(LSTM)的瓦斯涌出量多步预测模型。该模型首先采用皮尔逊(Pearson)相关系数法进行瓦斯涌出量影响因素的特征分析，筛选了9个主要影响瓦斯涌出量变化的特征作为模型的外部输入特征；其次采用鲸鱼优化算法对LSTM神经网络的隐藏层神经元个数、时间步长、批处理数进行优化；最后，构建WOA-LSTM模型进行瓦斯涌出量预测，实验研究了不同时间步长下模型的预测精度并对比分析了LSTM、RNN、BP模型的预测效果。结果表明：基于WOA-LSTM的瓦斯涌出量多步预测模型在3个时间步长的预测模型误差值达到最小，其平均绝对误差相较于LSTM、RNN和BP神经网络模型分别降低了41.6%、46.6%、65.8%，具有较强的鲁棒性，可为矿井瓦斯的防治提供参考。

来源：2023年第5期

《矿业安全与环保》期刊编辑部

查看矿业安全与环保杂志2023年第5期