基于改进遗传算法和BP神经网络的矿井通风风速预测
苏义鑫
戈乐
程诗佳
1.武汉理工大学 自动化学院,湖北 武汉,4300702.武汉理工大学 自动化学院,湖北 武汉,4300703.武汉理工大学 自动化学院,湖北 武汉,430070
摘要：矿井通风风速的准确预测对提高矿井安全性具有重要意义.为提高矿井通风风速预测的准确度,提出一种基于改进遗传算法和BP神经网络的矿井通风风速预测方法.该方法采用前向神经网络建立矿井通风风速预测模型,将排序选择策略和概率生存策略相结合,从而代替传统选择算子,得到一种改进遗传算法.采用改进遗传算法对网络最优权值和阈值进行全局搜索,在此基础上,再利用BP算法进行局部寻优,从而得到网络的权值和阈值.采用矿井工作面的数据作为实验数据进行仿真预测,并与已有的几种模型进行比较,仿真结果表明,该模型提高了矿井通风风速的预测精度.
关键词：矿井通风风速预测遗传算法神经网络BP算法
分类号：TP312(计算技术、计算机技术)TD72(矿山安全与劳动保护)
资助基金：湖北省自然科学基金资助项目(2015CFB586)
论文发表日期：2017-01-01
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：6( 20-25 )
英文信息