- 专利标题: 基于布谷鸟搜索算法优化LSTM的瓦斯浓度预测方法和系统
-
申请号: CN202210358187.7申请日: 2022-04-06
-
公开(公告)号: CN114819065A公开(公告)日: 2022-07-29
- 发明人: 李全贵 , 栗小雨 , 梁运培 , 胡千庭 , 毛树人 , 郑梦浩 , 李建波 , 周俊江
- 申请人: 重庆大学
- 申请人地址: 重庆市沙坪坝区正街174号
- 专利权人: 重庆大学
- 当前专利权人: 重庆大学
- 当前专利权人地址: 重庆市沙坪坝区正街174号
- 代理机构: 北京五洲洋和知识产权代理事务所
- 代理商 刘素霞; 刘春成
- 主分类号: G06N3/04
- IPC分类号: G06N3/04 ; G01N33/00
摘要:
本申请提供了一种基于布谷鸟搜索算法优化LSTM的瓦斯浓度预测方法和系统。该方法包括:对获取的煤矿井下瓦斯浓度数据进行处理,得到标准化瓦斯浓度数据;确定预先构建的LSTM预测模型的优化参数组合以及所述LSTM预测模型的准确性评价指标;基于布谷鸟搜索算法,根据所述LSTM预测模型的准确性评价指标和所述LSTM预测模型的优化参数组合,构建CS‑LSTM预测模型;根据所述煤矿井下的瓦斯浓度监测数据,对所述CS‑LSTM预测模型进行准确性评价。籍此,以通过优化完成的CS‑LSTM预测模型对煤矿瓦斯浓度进行预测,提高煤矿瓦斯浓度预测的精确性,指导煤矿安全生产。
公开/授权文献
- CN114819065B 基于布谷鸟搜索算法优化LSTM的瓦斯浓度预测方法和系统 公开/授权日:2024-04-05