[發(fā)明專(zhuān)利]一種隨機(jī)森林與灰狼優(yōu)化的煤體瓦斯含量預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011266874.3
• 申請(qǐng)日: 2020-11-13
• 公開(kāi)（公告）號(hào): CN112381290A
• 公開(kāi)（公告）日: 2021-02-19
• 發(fā)明（設(shè)計(jì)）人: 王偉;殷爽爽;齊慶杰;袁麗娜;張志瑩
• 申請(qǐng)（專(zhuān)利權(quán)）人: 遼寧工程技術(shù)大學(xué)
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06F30/27;G06N3/08;G06N20/20
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明公開(kāi)了一種隨機(jī)森林與灰狼優(yōu)化的煤體瓦斯含量預(yù)測(cè)方法，該算法包含兩個(gè)階段，分別為隨機(jī)森立預(yù)測(cè)模型的構(gòu)建和灰狼優(yōu)化算法的使用，目的使用灰狼優(yōu)化算法來(lái)對(duì)隨機(jī)森林預(yù)測(cè)模型相關(guān)參數(shù)進(jìn)行最優(yōu)值的選擇確定，從而增強(qiáng)媒體瓦斯含量預(yù)測(cè)模型的識(shí)別和預(yù)測(cè)效果。其中瓦斯基礎(chǔ)數(shù)據(jù)經(jīng)過(guò)缺失值填充及特征選取兩個(gè)步驟進(jìn)行初始化。不同地域的煤體地質(zhì)特征不同，特征選取可以對(duì)不同地域的礦井煤體數(shù)據(jù)進(jìn)行針對(duì)性選取，從而增強(qiáng)瓦斯含量預(yù)測(cè)的精準(zhǔn)度，因此該方法適用于不同地域的礦井。該方法可以實(shí)現(xiàn)瓦斯含量的有效預(yù)測(cè)，提高了工作效率，同時(shí)可以指導(dǎo)煤炭開(kāi)采過(guò)程中瓦斯災(zāi)害預(yù)防措施的實(shí)施，對(duì)于瓦斯災(zāi)害事故的防治與煤炭的精準(zhǔn)開(kāi)采具有重要意義。

技術(shù)領(lǐng)域

本發(fā)明涉及煤體瓦斯含量預(yù)測(cè)領(lǐng)域，特別是涉及一種基于隨機(jī)森林與灰狼優(yōu)化的煤體瓦斯含量預(yù)測(cè)方法。

背景技術(shù)

煤層煤體瓦斯含量是煤礦瓦斯防治的一項(xiàng)重要參數(shù)，是礦井瓦斯涌出量預(yù)測(cè)和安全治理的重要依據(jù)。構(gòu)建有效的煤層瓦斯含量預(yù)測(cè)模型可以實(shí)現(xiàn)對(duì)瓦斯含量的精準(zhǔn)評(píng)估，同時(shí)可以指導(dǎo)煤炭開(kāi)采過(guò)程中瓦斯災(zāi)害預(yù)防措施的實(shí)施，對(duì)于瓦斯災(zāi)害事故的防治與煤炭的精準(zhǔn)開(kāi)采具有重要意義。然而，對(duì)于煤體瓦斯含量的預(yù)測(cè)耗時(shí)耗力，因此開(kāi)發(fā)出一種煤體瓦斯含量預(yù)測(cè)方法來(lái)改善瓦斯含量的預(yù)測(cè)精度是非常有必要的。

目前關(guān)于煤體瓦斯含量預(yù)測(cè)問(wèn)題已經(jīng)有了一系列研究，煤體瓦斯含量的預(yù)測(cè)研究大多是基于傳統(tǒng)的數(shù)值分析計(jì)算方法，還有一部分是基于機(jī)器學(xué)習(xí)算法；其中，傳統(tǒng)的預(yù)測(cè)方法主要包括直接法與間接法，在地質(zhì)條件較為簡(jiǎn)單的情況下可以取得較好的效果；基于機(jī)器學(xué)習(xí)的方法對(duì)于復(fù)雜多變且影響因素較多的地質(zhì)條件具有較好的預(yù)測(cè)效果，已經(jīng)在煤礦瓦斯領(lǐng)域取得了良好的效果。

由于煤層瓦斯賦存分布具有區(qū)域連續(xù)性、分形分布性等特征，因此一些學(xué)者對(duì)煤層瓦斯含量進(jìn)行反演推算和預(yù)測(cè)。許多研究者通過(guò)鉆屑瓦斯解析指標(biāo)來(lái)逆向推算煤層瓦斯含量，或者利用大量的工作面瓦斯涌出量數(shù)據(jù)反演煤層原始瓦斯含量，以及通過(guò)分析礦井瓦斯賦存特征和地質(zhì)規(guī)律，來(lái)分析并預(yù)測(cè)煤層瓦斯含量。還有一些研究是利用相關(guān)的回歸分析建模工具，來(lái)建立瓦斯預(yù)測(cè)模型，進(jìn)而預(yù)測(cè)瓦斯含量。

繼傳統(tǒng)的預(yù)測(cè)方法后，許多學(xué)者開(kāi)始利用機(jī)器學(xué)習(xí)算法來(lái)進(jìn)行煤體瓦斯預(yù)測(cè)；相關(guān)的算法包括支持向量機(jī)算法及其變體形式，如最小二乘支持向量機(jī)算法等，以及BP神經(jīng)網(wǎng)絡(luò)及優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)，如使用模糊數(shù)學(xué)算法及遺傳算法等優(yōu)化技術(shù)來(lái)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)；以往的研究多是通過(guò)單一的機(jī)器學(xué)習(xí)算法或者是使用優(yōu)化技術(shù)結(jié)合機(jī)器學(xué)習(xí)算法來(lái)對(duì)煤體瓦斯含量進(jìn)行預(yù)測(cè)，算法單一，且傳統(tǒng)的單一機(jī)器學(xué)習(xí)算法的缺點(diǎn)在于其往往只能得到一個(gè)有偏好的模型，即在某些方面的表現(xiàn)比較好，在其他方面的表現(xiàn)不盡人意，因此，基于集成學(xué)習(xí)的煤體瓦斯含量預(yù)測(cè)算法應(yīng)運(yùn)而生。

發(fā)明內(nèi)容

針對(duì)上述現(xiàn)有狀況，提出了一種隨機(jī)森林與灰狼優(yōu)化的煤體瓦斯含量預(yù)測(cè)方法，包括兩個(gè)階段，分別為隨機(jī)森林回歸模型的建立階段以及使用灰狼優(yōu)化算法對(duì)于隨機(jī)森林模型進(jìn)行參數(shù)尋優(yōu)的階段，目的是采用灰狼優(yōu)化算法來(lái)對(duì)隨機(jī)森林模型進(jìn)行參數(shù)尋優(yōu)，尋找到最佳的隨機(jī)森林參數(shù)，從而提升煤體瓦斯含量的預(yù)測(cè)性能，可提升煤體瓦斯含量預(yù)測(cè)的精度，且可以應(yīng)用在不同地質(zhì)條件的礦井煤層，為煤體瓦斯災(zāi)害的精準(zhǔn)預(yù)測(cè)及預(yù)防提供了幫助，同時(shí)對(duì)于煤礦的精準(zhǔn)開(kāi)采具有重大意義。

為實(shí)現(xiàn)上述目的，一種隨機(jī)森林與灰狼優(yōu)化的煤體瓦斯含量預(yù)測(cè)方法提出的方案具體步驟如下：

S1：獲取煤體瓦斯基礎(chǔ)數(shù)據(jù)；

S2：將煤體瓦斯基礎(chǔ)數(shù)據(jù)進(jìn)行預(yù)處理，包括缺失值填充、特征選取兩個(gè)步驟；

S3：將預(yù)處理好的瓦斯數(shù)據(jù)送入隨機(jī)森林預(yù)測(cè)模型；

S4：在隨機(jī)森林預(yù)測(cè)模型中，采用CART樹(shù)構(gòu)建隨機(jī)森林，對(duì)瓦斯數(shù)據(jù)進(jìn)行預(yù)測(cè)；

S5：使用灰狼優(yōu)化算法對(duì)隨機(jī)森林預(yù)測(cè)模型進(jìn)行參數(shù)尋優(yōu)；

S6：得到參數(shù)尋優(yōu)后的隨機(jī)森林模型，并利用參數(shù)尋優(yōu)后的隨機(jī)森林模型進(jìn)行最終預(yù)測(cè)；