基于纵向参数粒子群神经网络集成的煤矿涌水量预测
常彦伟1
王耀才2
1.中国矿业大学信息与电气工程学院,江苏,徐州,221008;徐州师范大学机电工程学院,江苏,徐州,2211162.中国矿业大学信息与电气工程学院,江苏,徐州,221008
摘要：针对矿井涌水量的非线性特性,提出一种基于纵向参数的粒子群神经网络集成算法(VPPNE)的矿井涌水量预测方法.文中定义了粒子群的纵向参数,以保证多峰值优化.利用其作为判剐条件,粒子群在网络权值空问的并行搜索中动态聚类,形成各个子群空问.各搜索子空间的最优粒子对应于各个网络个体.网络集成规模大小由算法自动确定,不同的搜索子空间保证了网络个体的结构差异度.矿井涌水量预测实例表明:VPPNE算法可保证集成网络个体的差异性,有着良好的泛化性能,预测效果显著.
关键词：矿井涌水量纵向参数粒子群神经网络集成结构差异度
分类号：TP742(遥感技术)
资助基金：江苏省教育厅自然科学研究项目(06KJD47018)
论文发表日期：2008-01-01
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( 45-48 )