10.3969/j.issn.1673-9787.2014.06.005
基于粒子群神经网络的煤层瓦斯含量预测
针对BP神经网络在煤层瓦斯含量预测中的局限性,如收敛速度慢和可靠性差等缺点,根据煤层瓦斯含量与其影响因素之间相互作用和耦合的特点,建立了粒子群算法和BP神经网络相结合的煤层瓦斯预测模型.在采用BP网络对煤层瓦斯含量进行预测的基础上,采用粒子群算法优化隐含层神经元个数和网络中的连接权值,并根据现场的实测数据,提出了粒子群神经网络训练和检验样本集,对预测模型进行训练和检验.仿真结果表明,该预测模型加快了网络收敛的速度,克服了易陷入局部极小的问题,具有可靠性强和预测精度高等特点.
瓦斯含量、粒子群、神经网络、预测模型
33
TP301(计算技术、计算机技术)
河南省科技计划项目102102210203
2015-01-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
724-727