粒子群优化的RBF瓦斯涌出量预测

来源 :中国安全生产科学技术 | 被引量 : 0次 | 上传用户:liongliong418
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
瓦斯涌出量是煤矿瓦斯灾害的主要来源,它直接影响煤矿安全生产和经济技术指标。瓦斯涌出量的传统预测方法是将其影响因素线性化后提出的,具有一定的局限性。本文基于群体智能理论,提出了一种基于粒子群算法优化的RBF神经网络瓦斯涌出量预测模型。研究表明RBF神经网络预测精度与网络权值和RBF参数初始值有很大关系,因此本文采用粒子群算法优化RBF网络权值和其他参数,形成PSO-RBF预测模型。该模型通过计算种群粒子的适应度,确定全局最优值,寻找网络参数的最优值。实验结果表明PSO-RBF优于传统的RBF预测模型,训练速
其他文献
收集数据是学生科学实验中的一个重要环节,也是有效科学实验教学的前提。在小学科学实验教学中,我们要充分利用数据,用事实说话,提高科学实验教学的有效性。这就要求学生在数据收
在高考改革和学生发展指导制度建立的背景下,开展生涯教育,培养学生的生涯适应力显得愈发重要。本文以广东省珠海市金湾区第一中学开展的"高中生职业生涯探索与规划"研究性学
针对公众聚集场所人员密集的特点和现行规范适用上的局限性问题,本文就公众聚集场所火灾条件下的人员疏散性能化分析方法进行研究,构建了以安全疏散为主线的性能化分析技术体
当代学生权利、自由、平等意识日益增强,这要求高职院校奖学金评选方法也需要与时俱进。传统的评选方法早已不合时宜,而目前一些改良的方法却各有局限。定量关系平衡方法具有较
教师的工作性质和对象决定了教师必须是一个心理健康的人,只有心理健康的教师才能培养心理健康的学生。越来越多的学校加强教师心理健康教育工作,营造民主和谐宽松的心理环境