买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华阳新材料科技集团有限公司;中国矿业大学;江苏山河迅长智能科技有限公司申请的专利一种用于煤矿掘进工作面瓦斯突出预警的智能分析算法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116307158B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310222337.6，技术领域涉及：G06Q10/04；该发明授权一种用于煤矿掘进工作面瓦斯突出预警的智能分析算法是由武栋栋;武祥;闫志铭;郭昌放;刘继勇;李月奎;王晓东;尹金辉设计研发完成，并于2023-03-09向国家知识产权局提交的专利申请。

本一种用于煤矿掘进工作面瓦斯突出预警的智能分析算法在说明书摘要公布了：本发明涉及一种用于煤矿掘进工作面瓦斯突出预警的智能分析算法，涉及瓦斯预警数据处理系统领域，包括以下步骤：首先对获取的瓦斯参数数据进行归一化处理，利用灰色关联分析方法实现各数据指标的关联度排序，保留关联度大于0.65的数据指标；随后建立瓦斯突出预警的SVM模型，选取RBF核函数；其次是利用自适应粒子群算法计算得到SVM模型的参数，基于得到的计算参数，导入相应步骤所获得的样本数据，进行SVM预警模型训练。最后利用训练好的SVM预警模型实现当前掘进工作面位置的瓦斯突出预警。本专利采用改进的粒子群算法，实现自动寻优选取SVM模型的计算参数，对多维、多源瓦斯数据进行挖掘分析，实现稳定可靠的煤矿掘进工作面瓦斯突出预警。

本发明授权一种用于煤矿掘进工作面瓦斯突出预警的智能分析算法在权利要求书中公布了：1.一种用于煤矿掘进工作面瓦斯突出预警的智能分析算法，其特征在于，包括以下步骤： 步骤1：获取煤矿掘进工作面人工检测瓦斯参数数据及监测系统瓦斯参数数据，其指标包括地质构造带距离、煤层瓦斯含量、煤的瓦斯放散初速度、K1瓦斯解析量、钻屑量、煤层埋深、煤层厚度、煤的破坏类型、煤体坚固系数、瓦斯浓度多个维度训练数据以及每组数据对应的瓦斯突出危险等级，危险等级分为安全、一般、重大三个等级，分别用0、0.5、1代表；利用极值化法对获取的数据进行无量纲归一化处理； 步骤2：对各指标数据进行关联性分析；基于归一化处理后的数据，采用灰色关联利分析法分析各指标数据与实验结果关联性，设定关联度大于预定数值的指标数据保留；其它指标数据予以剔除以提高模型的训练效果； 步骤3：建立煤矿掘进工作面瓦斯突出预警的SVM训练模型； 步骤4：通过煤矿掘进工作面瓦斯突出预警SVM模型获得相应的核函数参数、； 步骤5：基于步骤4获得的最佳模型参数、进行煤矿掘进工作面瓦斯突出SVM模型训 练，将步骤2获取的瓦斯指标数据样本导入模型，训练后生成可用于预测的煤矿掘进工作面 瓦斯突出预警模型； 步骤6：利用步骤5获得的预警模型进行煤矿工作面瓦斯突出预警；将新采集的瓦斯指标数据输入预警模型，模型自动给出该组数据下对应的预警风险等级； 式四为步骤3中SVM模型的目标函数，核函数选择式五的RBF核函数； 式四 式五 式中、为SVM模型计算需要设定的参数； 煤矿掘进工作面瓦斯突出预警SVM模型核函数参数、的获得方法如下： 利用式六、式七、式八改进粒子群算法计算、，设置惩罚因子的变化范围为0.1， 100，核函数参数的变化范围为0.01,1000，为1.5，为1.7，最大进化代数为200，种 群数量为20； 每次更新的位置作为SVM的两个参数进行样本训练，训练样本的平均误差作为粒子 群算法的优化目标； 式六 式七 式中为迭代次数；为搜索维数，本文优化SVM的参数和C，共两个，因此=2；为粒子数目； 为个体学习因子，为社会学习因子；和为分布在区间上的随机数； 为粒子第次迭代时的历史最佳位置；为种群第次迭代的历史最佳位置；为第 个粒子在维空间的飞行速度，；为第个粒子在维空间的位置；为 惯性权重，通过引入自适应惯性权重来调节粒子的飞行速度和位置，其表达式为式八： 式八。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华阳新材料科技集团有限公司;中国矿业大学;江苏山河迅长智能科技有限公司，其通讯地址为：045000 山西省阳泉市北大西街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。