基于粒子群神经网络的煤层瓦斯含量预测
刘景艳
王福忠
1.河南理工大学电气工程与自动化学院,河南焦作,4540002.河南理工大学电气工程与自动化学院,河南焦作,454000
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
分类号：TP301(计算技术、计算机技术)
资助基金：河南省科技计划项目(102102210203)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 724-727 )
英文信息