修正型果蝇算法优化GRNN网络的尾矿库安全预测

摘要：

针对尾矿库事故具有随机波动性和非线性的特点，提出采用修正型果蝇优化算法优化广义回归神经网络的尾矿库安全评价模型( MFOA-GRNN)。该方法利用修正型果蝇优化算法的全局寻优特性对广义回归神经网络进行参数优化，同时应用去相关性分析选取尾矿库安全评价指标，实现尾矿库的安全预测。以辽宁本溪南芬尾矿库为研究实例进行拟合预测，实验结果表明，将MFOA方法与GRNN网络有机结合，有利于平滑因子σ的选择，相较于FOA-GRNN模型70%的预测准确度，采用修正型果蝇算法优化的GRNN模型预测准确度高达100%，预测精度更高，适用性更强。

关键词：尾矿库、果蝇优化算法、广义回归神经网络、平滑因子、参数优化、安全预测

分类号：TP183(自动化基础理论)

资助基金：国家科技支撑计划基金资助项目2013BAH12F00;中国煤炭工业科技计划基金资助项目MTKJ2009-285。

在线出版日期：2015-04-29（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：267-272