煤矿瓦斯爆炸事故致因选取与风险等级预测

作     者：郝秦霞 尚海涛 HAO Qinxia;SHANG Haitao

作者机构：西安科技大学通信与信息工程学院陕西西安710054 西安科技大学安全科学与工程学院陕西西安710054 

出 版 物：《煤矿安全》 (Safety in Coal Mines)

年 卷 期：2023年第54卷第10期

页      面：243-249页

学科分类：0819[工学-矿业工程] 081903[工学-安全技术及工程] 08[工学] 

基　　金：国家重点研发计划资助项目(2018YFC0808301) 

主　　题：煤矿瓦斯风险等级预测 事故致因 概率神经网络 改进粒子群算法 灰色关联分析 

摘      要：为对煤矿瓦斯爆炸事故风险等级进行精准预测,以符合实际情景的特征向量为前提,基于改进粒子群算法优化概率神经网络(RWPSO-PNN)实现瓦斯爆炸风险等级预测模型。首先利用中文分词提取煤矿瓦斯爆炸事故致因,以灰色关联分析(GRA)选取模型的输入特征向量;并针对概率神经网络(PNN)中平滑因子易引起网络识别率低的问题,提出了RWPSO-PNN,实现平滑因子的自适应调整;最后对RWPSO-PNN进行了实例分析,并与极限学习机算法、BP神经网络和支持向量机算法进行对比。结果表明:RWPSO-PNN预测准确率为90%,平均绝对误差为0.133,明显优于对比算法。