近日，中国矿业大学李爽教授团队在瓦斯浓度预测领域取得重要突破，发表能源领域国际顶级期刊《Applied Energy》。该期刊是SCI一区Top期刊、影响因子11。此次科研论文的发表再次体现了团队在智能预测前沿方向的创新能力和学术影响力。

瓦斯风险预测对安全生产具有重要意义，传统的预测方法成本高、难度大，且难以达到较高的精确度。团队创新性地采用群体智能优化算法，提出了一种混合“模型-数据”双驱动的区间预测方法。该方法首先通过模型驱动分析降低瓦斯浓度序列中多重共线性对预测结果的干扰，再结合深度学习技术，构建了基于Wasserstein距离改进的Informer模型。最后，引入IOWGA算子作为信息融合核心，并利用翠鸟优化算法对其权重分配策略进行优化，从而建立起一套完整的混合预测模型，实现了对瓦斯浓度变化的高精度区间预测，解决了行业长期存在的难点问题。

该项成果的形成，标志着团队在智能优化理论创新与工业应用落地之间实现了有效衔接。不仅为复杂工程优化问题提供了新路径，也为多源信息聚合中的算子优化提供了可靠工具，进一步拓展了群体智能算法在行业关键场景中的应用边界。未来，团队将继续深化智能优化与行业知识的融合研究，为我国能源安全与智能管理技术的发展提供支撑。

来源：中国矿业大学安全科学与应急管理研究院