基于IWOA-LightGBM的煤自燃程度预测方法研究

来源：中国安全科学学报杂志2025年第S1期北京时间：

作者：臧燕杰

单位：国家能源集团 沙吉海煤矿, 新疆 和布克赛尔 834411

摘要：为提升煤自燃预测精度,提出基于改进鲸鱼优化算法(IWOA)与轻量级梯度提升机(LightGBM)融合的预测模型。首先,通过 SPSS 27 分析煤自燃程序升温试验中指标气体浓度的相关性,采用核主成分分析法(KPCA)提取主成分数据;然后,针对传统鲸鱼算法(WOA)易陷入局部最优的问题,引入 Circle 混沌映射、自适应权重及最优领域扰动策略改进其全局搜索能力,进而优化 LightGBM 超参数以提升预测精度并抑制过拟合;最后,将该模型应用于新疆沙吉海煤矿实际预测场景。结果表明:IWOA- LightGBM模型相较于其他模型,在测试样本中的准确率A分别提高13.33%、26.66%、20%、20%、13.33%;精确率P分别提高12.23%、24.45%、18.89%、18.89%、12.23%;召回率R分别提高13.1%、23.02%、18.1%、16.07%、10.56%;F1分别提高12.56%、23.79%、18.52%、17.58%、13.15%。模型在复杂条件下的可靠性与稳定性,展现出优于传统模型的泛化性与鲁棒性,能够为矿井煤自燃灾害预警提供了新的技术方案。

关键词：煤自燃,改进鲸鱼优化算法(IWOA),轻量级梯度提升机(LightGBM),核主成分分析法(KPCA),预测模型