瓦斯涌出量的混合pi-sigma模糊神经网络预测模型
提出了一种利用混合pi-sigma模糊神经推理方法建立瓦斯涌出量的预测模型.该模型采用高斯基函数作为模糊子集的隶属度函数,可在线动态调整隶属度函数和结论参数.与神经网络预测模型比较,该模型具有物理意义明确、原理清晰、收敛速度快、预测精度高等特点,在对某矿瓦斯涌出量数据的仿真结果表明,该方法预测准确度高、速度快,并且结果具有可重复性,证明该方法是有效的.为便于工程实际应用,在Matlab环境中开发了基于图形用户界面(GUI)的仿真应用界面,给出了使用方法和预测结果.实验同时表明,对所采用的数据,模型的训练精度设置为0.001时网络的泛化能力最好,网络训练精度和预测精度之间不具有正比关系.
混合pi-sigma模糊神经网络、瓦斯涌出量、预测、图形用户界面
32
TP273(自动化技术及设备)
河北省教育厅科学研究基金资助项目Z2006439
2012-06-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
1045-1049