神经树在煤与瓦斯突出预测中应用研究

›› 2010, Vol. 32 ›› Issue (3): 303-306.

神经树在煤与瓦斯突出预测中应用研究

沈学利1 张红岩1 黄秀2

1.辽宁工程技术大学电子与信息工程学院，葫芦岛125105；2.济南大学信息科学与工程学院，济南250022

出版日期:2010-06-25 发布日期:2013-04-28

Online:2010-06-25 Published:2013-04-28

摘要/Abstract

摘要：

由于煤与瓦斯突出影响因素之间存在着复杂的非线性关系，为准确预测煤与瓦斯突出的危险性，本文提出了基于柔性神经树的煤与瓦斯突出预测模型，其中利用多表达式编程和粒子群优化算法分别优化了自身的结构及相关参数，使得神经树具有强大的预测和分类能力，与传统神经网络相比具有更加灵活的自动优化能力。通过采用实测数据对算法进行了验证，结果表明与常规预测方法相比较，该模型的预测准确性高，具有良好的适应性和有效性。

关键词: 神经树, 多表达式编程, 粒子群优化算法, 煤与瓦斯突出

中图分类号:

TP301.6

沈学利张红岩黄秀 . 神经树在煤与瓦斯突出预测中应用研究[J]. , 2010, 32(3): 303-306.

[1]	陈波游嘉. 基于混合粒子群优化算法和互信息的视网膜图像配准[J]. , 2012, 34(6): 972-975.
[2]	王学滨杜亚志金石. 基于数字图像相关方法的剪切带宽度的影响因素分析[J]. , 2012, 34(3): 359-363.
[3]	霍志国刘文生张飞吴永康. 基于粒子群优化算法神经网络在开采沉陷中的应用[J]. , 2011, 33(6): 990-992.
[4]	胡永磊张宏伟宋卫华;杨恒. 区域构造应力场对煤与瓦斯突出影响的数值模拟分析[J]. , 2011, 33(4): 611-612.
[5]	邢颖孙劲光. 基于粒子群寻优机制的图像分割方法[J]. , 2011, 33(3): 398-399.

神经树在煤与瓦斯突出预测中应用研究

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

相关文章 5

编辑推荐