[發明專利]一種隨機森林與灰狼優化的煤體瓦斯含量預測方法

在審

• 申請號: 202011266874.3
• 申請日: 2020-11-13
• 公開（公告）號: CN112381290A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 王偉;殷爽爽;齊慶杰;袁麗娜;張志瑩
• 申請（專利權）人: 遼寧工程技術大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F30/27;G06N3/08;G06N20/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種隨機森林與灰狼優化的煤體瓦斯含量預測方法，其特征在于提出的模型包含兩個階段，其包括如下：隨機森立預測模型和灰狼優化算法，目的使用灰狼優化算法來對隨機森林預測模型相關參數進行最優值的選擇確定，從而增強媒體瓦斯含量預測模型的識別和預測效果，可以指導煤炭開采過程中瓦斯災害預防措施的實施，對于瓦斯災害事故的防治與煤炭的精準開采具有重要意義。然而，對于煤體瓦斯含量的預測耗時耗力，因此開發出一種煤體瓦斯含量預測方法是非常有必要的。

2.根據權利要求1所述一種隨機森林與灰狼優化的煤體瓦斯含量預測方法，將媒體瓦斯基礎數據進行預處理，包括缺失值填充及特征選取兩個步驟，缺失值填充采用均值填充方法，特征選取采用隨機森立算法，公式如下所示：

im＝∑(error2-error1)/K

其中，K表示K棵決策樹，error1表示K棵決策樹的到K個袋外誤差，error2表示K棵決策樹得到K個袋外誤差，此袋外誤差是所有袋外數據樣本的特征X都加入噪聲干后，計算得到的袋外數據誤差。

3.根據權利要求1所述一種隨機森林與灰狼優化的煤體瓦斯含量預測方法，將預處理好的數據送入隨機森林預測模型。

4.根據權利要求1所述一種隨機森林與灰狼優化的煤體瓦斯含量預測方法，對隨機森林模型進行參數尋優。在灰狼優化算法的參數尋優過程中，包含以下幾個步驟。首先初始化狼群，灰狼位置服從均勻分布即X_ij～U[a,b],其中a,b分別為均勻分布區間的上界和下界，設定迭代次數為t_max，灰狼個數為N；其次計算出當前灰狼距離α,β,δ的距離D_α,D_β,D_δ；再次比較各灰狼距離，選取前三個最優X_α,X_β,X_δ；最后重復進行前兩個步驟，直到迭代t_max次。具體計算公式為：

C_K＝2r₁,K＝1,2,3

其中，α,β,δ表示適應度值最高的三頭灰狼，X_α,X_β,X_δ表示三頭灰狼α,β,δ的位置，D_α,D_β,D_δ表示灰狼X距離灰狼α,β,δ的距離，C_K為系數向量，t表示迭代次數，X_(t)為第t次的位置，r₁取0～1之間的任意數。進一步，灰狼X需要更新自己的位置，更新公式為：

A_K＝2ar₂-a,K＝1,2,3

其中A_K是系數向量，r₂為0～1之間的任意數，a的值隨著迭代次數的增加，從2線性減小到0。相應的|A_K|的取值有大于1和小于1兩種可能。

5.根據權利要求1所述一種隨機森林與灰狼優化的煤體瓦斯含量預測方法，根據灰狼優化算法參數尋優后的結果，修改隨機森林算法中相應參數的值，進而使用參數修改后的隨機森林模型對煤體瓦斯含量進行預測，公式為：

其中{h(x；θ_K),K＝1,2,…K}表示K棵決策樹的預測結果，表示最終的預測結果。

6.根據權利要求1所述一種隨機森林與灰狼優化的煤體瓦斯含量預測方法，使用隨機森林算法對基礎數據進行特征篩選，所述一種隨機森林與灰狼優化的煤體瓦斯含量預測方法，使用灰狼優化算法對隨機森林模型的參數進行最優值尋找操作，所述一種隨機森林與灰狼優化的煤體瓦斯含量預測方法，修改隨機森林模型的參數為灰狼優化算法參數尋優后的參數，利用參數修改后的隨機森林模型進行最終預測。