人民黄河

作者：程国森;崔东文

单位：（1.云南省水文水资源局 曲靖分局，云南 曲靖 655000； 2.云南省文山州水务局，云南 文山 663000）

关键词：富水性;分级判定;极限学习机;黑猩猩优化算法;仿真验证;参数优化

为提高煤层顶底板地层富水性分级判定精度，研究提出黑猩猩优化算法（ChOA）与极限学习机（ELM）相融合的判定方法。选取4个标准测试函数在不同维度条件下对ChOA的寻优能力进行仿真验证，仿真结果与粒子群优化（PSO）算法、人工蜂群（ABC）算法作对比；基于煤层顶底板地层富水性判定因子和判定分级构建ELM模型，利用ChOA优化ELM输入层权值和隐含层偏值，建立ChOA-ELM富水性分级判定模型，并构建ChOA-SVM、ChOA-BP作对比模型，通过龙固煤层顶底板地层富水性分级判定实例对ChOA-ELM、ChOA-SVM、ChOA-BP模型进行检验。结果表明：①ChOA在不同维度条件下寻优效果优于PSO、ABC算法，具有较好的寻优精度和全局搜索能力；②ChOA-ELM模型对实例训练样本和检验样本富水性分级判定准确率分别为97.5%、100%，高于ChOA-SVM、ChOA-BP模型，具有较好的判定精度和泛化能力；③ChOA能有效优化ELM输入层权值和隐含层偏值，将ChOA-ELM用于煤层顶底板地层富水性分级判定是可行的，模型及ELM权值、偏值优化方法可为相关判定研究提供参考。

来源：2021年第7期

《人民黄河》期刊编辑部

查看人民黄河杂志2021年第7期