粗糙集-改进神经网络落煤瓦斯涌出量预测 |
| |
引用本文: | 董晓雷,贾进章,樊程程,赫祥林.粗糙集-改进神经网络落煤瓦斯涌出量预测[J].辽宁工程技术大学学报(自然科学版),2014(5):587-591. |
| |
作者姓名: | 董晓雷 贾进章 樊程程 赫祥林 |
| |
作者单位: | 辽宁工程技术大学安全科学与工程学院;矿山热动力灾害与防治教育部重点实验室 |
| |
基金项目: | 国家自然科学基金资助项目(51374121);辽宁省高等学校杰出青年学者成长计划基金资助项目(LJQ2011028) |
| |
摘 要: | 为对井下落煤瓦斯涌出量进行预测,采用粗糙集与改进神经网络相结合的方法,在样本数据的筛选上吸取粗糙集数据约简的优点,使选择的数据样本简洁且更具代表性;充分利用BP神经网络的非线性拟合能力,将遗传算法与其相结合,避免BP网络陷入局部最优.利用编写的程序确定隐含层节点数,相比以往经验公式取值更具优势.最后在任家庄煤矿成功应用.研究结果表明:利用粗糙集与改进神经网络相结合模型进行预测,结果准确可靠,克服了以往BP模型的不足.该模型对井下落煤瓦斯涌出量预测具有一定参考价值.
|
关 键 词: | 粗糙集 BP神经网络 落煤瓦斯 遗传算法 数据约简 涌出量 解析强度 样本数据 |
本文献已被 CNKI 等数据库收录! |
|