摘要
深井采区工作面含湿量是衡量工人热舒适性和热应激风险的综合指标.为更科学地控制深井采区工作面热湿环境,降低工人的职业病风险,需准确预测含湿量.依据现有深井采区工作面热害影响因素与气象指标之间存在相关性与耦合性的特点,分析矿山生产规划与管理因素、矿岩热湿交换因素及工作面巷道调热圈因素,选取14项含湿量影响因素指标.将遗传算法、改进型粒子群算法与广义回归神经网络相结合,构建GA_IPSO-GRNN组合预测模型,结合20个样本进行实证分析与对比验证.结果表明:本文提出的组合预测算法平均相对误差约为5.1％,模型预测效果较好,并且具有较好的鲁棒性与泛化性,为深井热害和数字矿山领域的研究提供了新思路.
基金项目
陕西省重点研发计划工业攻关项目(2023-YBGY-137)
维普
万方数据