基于GA_IPSO-GRNN的深井采区工作面含湿量预测研究  

作　　者：聂兴信[1] 王哲[1] 高赵祥 李宗利 赵林海 

机构地区：[1]西安建筑科技大学资源工程学院,陕西西安710055 [2]宝鸡西北有色二里河矿业有限公司,陕西宝鸡市721001

出　　处：《采矿技术》2024年第3期273-280,共8页Mining Technology

基　　金：陕西省重点研发计划工业攻关项目(2023-YBGY-137)。

摘　　要：深井采区工作面含湿量是衡量工人热舒适性和热应激风险的综合指标。为更科学地控制深井采区工作面热湿环境,降低工人的职业病风险,需准确预测含湿量。依据现有深井采区工作面热害影响因素与气象指标之间存在相关性与耦合性的特点,分析矿山生产规划与管理因素、矿岩热湿交换因素及工作面巷道调热圈因素,选取14项含湿量影响因素指标。将遗传算法、改进型粒子群算法与广义回归神经网络相结合,构建GA_IPSO-GRNN组合预测模型,结合20个样本进行实证分析与对比验证。结果表明:本文提出的组合预测算法平均相对误差约为5.1%,模型预测效果较好,并且具有较好的鲁棒性与泛化性,为深井热害和数字矿山领域的研究提供了新思路。

关 键 词：深井采区工作面 热湿环境 GA_IPSO-GRNN组后预测模型 含湿量预测 

分 类 号：TD727[矿业工程—矿井通风与安全] TP18[自动化与计算机技术—控制理论与控制工程]