10.3969/j.issn.1000-3428.2015.07.060
基于ASGSO-ENN算法的瓦斯涌出量动态预测模型
针对煤矿瓦斯涌出量的多影响因素预测问题,引入荧光因子以自适应调整搜索步长,用于改善基本萤火虫算法后期收敛速度慢及容易陷入局部最优的缺陷.将改进后的自适应步长萤火虫算法与Elman动态反馈神经网络相结合,用于辨识瓦斯涌出非线性系统.通过实时对网络的权值、阈值进行全局寻优,建立基于ASGSO-ENN耦合算法的绝对瓦斯涌出量预测模型.利用矿井监测到的各项历史数据进行实验,结果表明,该模型的预测均方根误差为0.103 4,平均相对变动值为0.000 387.相比于其他工程常用的预测模型,具备更高的预测精度与更强的泛化能力.
绝对瓦斯涌出量、非线性系统、预测模型、自适应步长萤火虫群优化、Elman神经网络、动态反馈
41
TP301.6(计算技术、计算机技术)
国家自然科学基金资助项目51274118;辽宁省教育厅基金资助项目L2012119;辽宁省科技攻关计划基金资助项目2011229011
2015-09-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
317-321