首页 | 官方网站   微博 | 高级检索  
     

基于IQPSO-BP算法的煤矿瓦斯涌出量预测
引用本文:程加堂,艾莉,熊燕.基于IQPSO-BP算法的煤矿瓦斯涌出量预测[J].矿业安全与环保,2016(4):38-41.
作者姓名:程加堂  艾莉  熊燕
作者单位:红河学院工学院
基金项目:云南省教育厅科学研究基金项目(2012Y450)
摘    要:针对煤矿回采工作面瓦斯涌出的非线性特征,提出一种基于改进量子粒子群优化BP神经网络(IQPSO-BP)的瓦斯涌出量预测方法。鉴于量子粒子群算法的遍历能力有限,采用混沌序列来初始化量子的初始角位置。同时,采用凸函数调整惯性权重,以平衡算法的全局勘探和局部开发能力。并依此来优化BP神经网络的权值、阈值参数,进而建立了瓦斯涌出量预测模型。试验结果表明,IQPSO-BP算法具有较强的泛化能力及较高的预测精度,可有效用于煤矿瓦斯涌出量的预测。

关 键 词:瓦斯涌出量  预测  改进量子粒子群优化算法  BP神经网络

Coal Mine Gas Emission Prediction Based on IQPSO-BP Algorithm
CHENG Jiatang;AI Li;XIONG Yan.Coal Mine Gas Emission Prediction Based on IQPSO-BP Algorithm[J].Mining Safety & Environmental Protection,2016(4):38-41.
Authors:CHENG Jiatang;AI Li;XIONG Yan
Affiliation:CHENG Jiatang;AI Li;XIONG Yan;School of Engineering,Honghe University;
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号