首页 | 本学科首页   官方微博 | 高级检索  
     检索      

改进思维进化算法优化BP神经网络的瓦斯涌出量预测研究
引用本文:赵焕平.改进思维进化算法优化BP神经网络的瓦斯涌出量预测研究[J].南阳理工学院学报,2023(4):35-39.
作者姓名:赵焕平
作者单位:南阳理工学院计算机与软件学院
基金项目:河南省科技攻关项目(142102210554);
摘    要:为了保证煤矿安全开采,并提高煤矿瓦斯涌出量的预测精度,提出了改进思维进化算法优化BP神经网络的模型预测新方法。在思维进化算法中加入精英反向学习策略增加算法的全局搜索能力,在趋同操作中引入粒子群算法避免重复搜索,以此实现对BP神经网络的初始权值和阈值的全局寻优,并通过矿井监测到的各项历史数据进行验证。结果表明:与BP神经网络模型和MEA-BP神经网络模型相比较,该模型的预测精度更高,泛化能力更强。该模型的平均相对变动值为0.00116,平均相对误差为0.81%,均方根误差为0.0576,有效提高了对瓦斯涌出量的预测精度,提升了煤矿安全生产技术。

关 键 词:瓦斯涌出量  思维进化算法  精英反向学习  粒子群算法  BP神经网络
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