改进量子粒子群算法的模糊神经网络水质评价

传统的粒子群算法训练神经网络的水质评价模型有学习速度慢,容易陷入局部最优和精确性不高的缺点。为了克服模型的缺点,提出了利用改进的自适应量子粒子群算法训练T-S模糊神经网络的新模型,新的自适应量子粒子群算法通过在算法中引入聚集度的概念,使得算法可以在迭代中自适应地调整收缩扩张系数,让算法更具动态自适应性。新的模型结合了量子粒子群算法和T-S模糊神经网络的优点,提高了模型的泛化能力。通过对东江湖流域站点2002到2013年的水文数据进行实验,结果显示,该模型比其他神经网络模型的评价结果具有更高的效率,适合被用于日常水质评价工作。     

探讨关于在煤矿防治水工作常见问题和对策

随着中国煤矿产业中兼并重组工作的不断进行以及煤矿开采的工艺和技术水平的不断提升,在煤矿开采作业过程中的防治水工作也相继出现了一些新问题。对目前中国煤矿防治水工作进行总结和分析,从而对煤矿防治水工作中常见的问题以及对策进行探讨。