基于粒子群神经网络的煤层瓦斯含量预测_中国煤炭行业知识服务平台

基于粒子群神经网络的煤层瓦斯含量预测

作者

刘景艳王福忠
单位

河南理工大学电气工程与自动化学院
摘要

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.
关键词

瓦斯含量粒子群神经网络预测模型
基金项目(Foundation)

河南省科技计划项目(102102210203)；
相关文章

[1]基于改进粒子群神经网络的提升机故障诊断
[2]永磁直线电机遗传算法模糊神经网络失步预防策略
[3]基于混沌机制的神经网络预测控制及仿真研究
[4]粒子群优化RBF神经网络的光伏阵列故障诊断
[5]一种非线性系统的鲁棒型预测控制算法
[6]基于神经网络的PMLSM建模
[7]PMLSM的两种模型及比较