基于EDA-IGA的气体排放量预测模型研究
Peng Ji1, Shiliang Shi1,2, Xingyu Shi3
1College of Resource Environment and Safety Engineering, Hunan University of Science and Technology, Xiangtan 411201, China.
本研究引入了一种结合免疫遗传算法 (IGA) 和分布算法估计 (EDA) 的新型模型,用于准确预测煤矿气排放. 改进后的模型显著提高了预测准确性和效率,这对于矿山安全至关重要.
科学领域:
- 采矿工程 采矿工程 采矿工程
- 计算智能是一种计算智能.
- 环境科学 环境科学
背景情况:
- 准确预测煤矿的气体排放量对于确保运营安全和防止事故至关重要.
- 现有的预测模型可能缺乏实时矿山管理所需的准确性和效率.
- 燃气排放是煤炭开采中的一个重大危险,影响工人的安全和经济可行性.
研究的目的:
- 开发和验证一个新的煤矿煤气排放量预测模型.
- 使用混合算法方法提高气体排放预测的准确性和效率.
- 为指导安全采矿实践和减轻风险提供可靠的工具.
主要方法:
- 开发了一种混合模型,将免疫遗传算法 (IGA) 与分布估计算法 (EDA) 集成在一起.
- 在IGA框架内使用多线程计算和疫苗注射.
- EDA被用来优化IGA内部的人口生成和选择过程.
主要成果:
- 开发的EDA-IGA模型显示了煤矿煤气排放的高预测准确性 (94.93%).
- 与IGA单独相比,EDA-IGA模型的预测准确度提高了9.51%,并减少了67%的代.
- 模型预测显示与中国煤矿现场气体排放数据有很强的一致性.
结论:
- EDA-IGA模型提供了一种优越而准确的方法来预测煤矿煤气排放量.
- 这种先进的预测能力可以显著提高矿山安全协议,减少事故风险.
- 该模型是采矿行业的一个有价值的新工具,提高了安全性并减少了经济损失.
更多相关视频
08:18Design and Use of a Full Flow Sampling System FFS for the Quantification of Methane Emissions
Published on: June 12, 2016
09:03Assessment of Methane and Nitrous Oxide Fluxes from Paddy Field by Means of Static Closed Chambers Maintaining Plants Within Headspace
Published on: September 6, 2018
相关概念视频
Estimation of the Physical Quantities
Gas Chromatography: Types of Detectors-II
Atomic Emission Spectroscopy: Lab
Atomic Emission Spectroscopy: Instrumentation
Atomic Emission Spectroscopy: Overview
Chemical Stoichiometry and Gases: Using Ideal Gas Law to Determine Moles
