基于动态神经网络的瓦斯浓度实时预测方法

摘要：

针对矿井中瓦斯浓度变化的时变性、非线性等特点,提出了一种动态神经网络瓦斯浓度实时预测模型.该模型利用历史数据建立初步预测模型,通过实时采集的瓦斯浓度数据进行预测,并用新数据及时调整预测模型的学习参数和结构参数,使得预测模型能够根据瓦斯浓度的动力学特性及时更新.用矿井实测瓦斯浓度数据进行试验,结果表明该模型较其他静态预测模型的预测精度有明显的提高.

关键词：动态神经网络、瓦斯浓度预测、时变系统、实时

所属期刊栏目：23

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金61440059;辽宁省教育厅科学研究一般项目2013129;国家留学基金委资助

在线出版日期：2016-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：478-483