10.3969/j.issn.1673-9787.2014.03.002
幂激励前向神经网络改进下的瓦斯涌出量预测
结合SPSS软件的最大方差旋转的因子分析法,设计出依据较少数据进行扩充丰富的随机调和算法,改进了双输入幂激励前向神经网络.该算法有效地解决了幂激励前向神经网络在采样数据较少情况下预测精度偏低的问题,改进的双输入幂激励前向神经网络需要利用权值直接确定法和最优结构法确定最优结构,然后利用随机调和算法在有限采样数据下生成大量训练数据,随之确定最终网络的最优权值,最后在给定次数的循环下确定验证数据的预测值.数值仿真结果表明该算法具有较高的预测精度.
幂激励前向神经网络、随机调和算法、瓦斯涌出量
33
TP183(自动化基础理论)
国家大学生创新训练项目;中央高校基本科研业务费资助项目3142013021;华北科技学院高等教育科学研究项目HKJYZD201213;河北省自然科学基金资助项目E2012508002
2014-09-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
261-265