基于LVQ-GA-BP神經(jīng)網(wǎng)絡(luò)的煤礦瓦斯涌出量預(yù)測(cè)
本文選題:LVQ神經(jīng)網(wǎng)絡(luò) + 遺傳算法。 參考:《煤礦安全》2017年12期
【摘要】:針對(duì)煤礦瓦斯涌出量影響因素多、非線性、復(fù)雜性等特點(diǎn),提出了學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)(LVQ)與GA-BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法。通過(guò)LVQ對(duì)諸多影響因素進(jìn)行分類并選出主要影響因素,再用遺傳算法(GA)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,構(gòu)建煤礦瓦斯涌出量預(yù)測(cè)模型,并通過(guò)相關(guān)數(shù)據(jù)將建立的LVQ-GA-BP預(yù)測(cè)模型與BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了對(duì)比分析,結(jié)果表明通過(guò)這種方法平均相對(duì)誤差為0.025 51,低于BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練的平均絕對(duì)誤差,網(wǎng)絡(luò)收斂速度也顯著提高了。
[Abstract]:Aiming at the influence factors of coal mine gas emission, such as many factors, nonlinearity, complexity and so on, the method of combining learning vector quantization neural network (LVQ) with GA-BP neural network is put forward. This paper classifies and selects the main influencing factors by LVQ, then optimizes the weight and threshold of BP neural network with genetic algorithm (GA), and constructs a prediction model of coal mine gas emission. The results show that the average relative error of this method is 0.025 51, which is lower than the average absolute error of BP neural network training. The convergence rate of the network is also improved significantly.
【作者單位】: 新疆大學(xué)電氣工程學(xué)院;
【基金】:國(guó)家自然科學(xué)基金資助項(xiàng)目(51264036)
【分類號(hào)】:TD712.5
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 鄧建長(zhǎng);劉海波;;對(duì)礦山安全評(píng)價(jià)中神經(jīng)網(wǎng)絡(luò)的改進(jìn)[J];湖南安全與防災(zāi);2008年05期
2 田敏;謝賢平;侯江;邢冀;;神經(jīng)網(wǎng)絡(luò)在礦業(yè)工程中的若干應(yīng)用進(jìn)展[J];采礦技術(shù);2008年04期
3 王小完;楊樺;;神經(jīng)網(wǎng)絡(luò)技術(shù)在礦體邊界圈定中的應(yīng)用研究[J];金屬礦山;2009年02期
4 賀康;龐海榮;代粉蕾;;SOM神經(jīng)網(wǎng)絡(luò)在全液壓鉆機(jī)液壓系統(tǒng)故障診斷中的應(yīng)用[J];煤礦機(jī)械;2011年04期
5 彭泓;高攀;;粗神經(jīng)網(wǎng)絡(luò)在煤與瓦斯突出預(yù)測(cè)系統(tǒng)的應(yīng)用[J];儀表技術(shù)與傳感器;2011年11期
6 郭忠平,王志軍,李勇;基于神經(jīng)網(wǎng)絡(luò)的綜合指標(biāo)在煤礦安全預(yù)測(cè)中的應(yīng)用[J];煤礦安全;2005年09期
7 劉蘭翠,朱明,楊中;基于神經(jīng)網(wǎng)絡(luò)的時(shí)間序列對(duì)煤礦安全性的預(yù)測(cè)[J];煤炭科學(xué)技術(shù);2002年11期
8 魏一鳴,童光煦;基于神經(jīng)網(wǎng)絡(luò)的品位估值方法及其計(jì)算機(jī)系統(tǒng)[J];化工礦山技術(shù);1995年02期
9 黃國(guó)明,,蘇文智;基于時(shí)序預(yù)報(bào)神經(jīng)網(wǎng)絡(luò)的斜坡變形預(yù)測(cè)方法[J];中國(guó)煤田地質(zhì);1996年04期
10 郭科,胥澤銀;神經(jīng)網(wǎng)絡(luò)在地質(zhì)數(shù)據(jù)統(tǒng)計(jì)分析中的應(yīng)用[J];四川聯(lián)合大學(xué)學(xué)報(bào)(工程科學(xué)版);1999年01期
相關(guān)會(huì)議論文 前10條
1 李春文;曹玲芝;張愛(ài)芳;;神經(jīng)網(wǎng)絡(luò)PID控制器在提升機(jī)控制系統(tǒng)中的應(yīng)用[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年
2 王祥厚;李程遠(yuǎn);;臺(tái)階爆破巖石塊度預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)[A];第七屆全國(guó)工程爆破學(xué)術(shù)會(huì)議論文集[C];2001年
3 李昊;陽(yáng)春華;王隨平;;集成神經(jīng)網(wǎng)絡(luò)在深海集礦機(jī)故障診斷中的應(yīng)用[A];04'中國(guó)企業(yè)自動(dòng)化和信息化建設(shè)論壇暨中南六省區(qū)自動(dòng)化學(xué)會(huì)學(xué)術(shù)年會(huì)專輯[C];2004年
4 戚玉亮;王同旭;張振宇;王榮超;;位移反分析的Levenberg-Marquardt BP神經(jīng)網(wǎng)絡(luò)方法研究[A];全國(guó)巖土工程反分析學(xué)術(shù)研討會(huì)暨黃巖石窟(錦繡黃巖)巖石力學(xué)問(wèn)題討論會(huì)文集[C];2006年
5 陳魁奎;寧超;黃波;;鶴壁六礦深部瓦斯涌出量預(yù)測(cè)[A];基于瓦斯地質(zhì)的煤礦瓦斯防治技術(shù)[C];2009年
6 陳鳳;徐杰;劉立民;;基于虛擬儀器的瓦斯涌出量預(yù)測(cè)研究[A];煤礦重大災(zāi)害防治技術(shù)與實(shí)踐——2008年全國(guó)煤礦安全學(xué)術(shù)年會(huì)論文集[C];2008年
7 王劍平;黃紅霞;李宏彪;張?jiān)粕?;基于支持向量機(jī)模型的瓦斯涌出量預(yù)測(cè)[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年
8 朱浩明;劉高峰;;山西和順隆華公司15號(hào)煤層首采區(qū)瓦斯涌出量預(yù)測(cè)[A];瓦斯地質(zhì)基礎(chǔ)與應(yīng)用研究[C];2011年
9 丁金華;;基于分形理論的瓦斯涌出量預(yù)測(cè)分析與研究[A];煤礦瓦斯綜合治理與開(kāi)發(fā)利用論文集[C];2012年
10 潘洪萍;;楊莊煤礦開(kāi)采煤層的瓦斯涌出量預(yù)測(cè)[A];紀(jì)念礦井地質(zhì)專業(yè)委員會(huì)成立二十周年暨礦井地質(zhì)發(fā)展戰(zhàn)略學(xué)術(shù)研討會(huì)專輯[C];2002年
相關(guān)博士學(xué)位論文 前2條
1 雷勇濤;基于神經(jīng)網(wǎng)絡(luò)的提升機(jī)制動(dòng)系統(tǒng)故障診斷技術(shù)與方法[D];太原理工大學(xué);2010年
2 喬國(guó)厚;煤礦安全風(fēng)險(xiǎn)綜合評(píng)價(jià)與預(yù)警管理模式研究[D];中國(guó)地質(zhì)大學(xué);2013年
相關(guān)碩士學(xué)位論文 前10條
1 張抗抗;煤礦主通風(fēng)機(jī)風(fēng)量調(diào)節(jié)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)礦業(yè)大學(xué);2015年
2 劉志堅(jiān);基于BP神經(jīng)網(wǎng)絡(luò)的煤自然發(fā)火預(yù)報(bào)系統(tǒng)研究[D];華北理工大學(xué);2015年
3 王圳;基于神經(jīng)網(wǎng)絡(luò)的破碎機(jī)傳動(dòng)系統(tǒng)故障診斷研究[D];遼寧科技大學(xué);2015年
4 蒲春;基于神經(jīng)網(wǎng)絡(luò)的地質(zhì)鉆探工況判別模型研究[D];中國(guó)地質(zhì)大學(xué)(北京);2016年
5 佟曦;基于ESN混沌時(shí)間序列的RBF神經(jīng)網(wǎng)絡(luò)對(duì)浮選經(jīng)濟(jì)指標(biāo)的預(yù)測(cè)分析[D];遼寧科技大學(xué);2016年
6 朱艷娜;煤礦員工安全行為評(píng)價(jià)及預(yù)警研究[D];安徽理工大學(xué);2017年
7 李貝貝;神經(jīng)網(wǎng)絡(luò)集成算法研究及其在煤礦安全中的應(yīng)用[D];山東師范大學(xué);2012年
8 袁姝;神經(jīng)網(wǎng)絡(luò)在地震反演中的研究與應(yīng)用[D];西安石油大學(xué);2011年
9 劉銳;非線性神經(jīng)網(wǎng)絡(luò)及其在地學(xué)中的應(yīng)用[D];中國(guó)地質(zhì)科學(xué)院;2006年
10 王一兵;基于神經(jīng)網(wǎng)絡(luò)的礦井風(fēng)機(jī)故障診斷[D];上海交通大學(xué);2012年
本文編號(hào):1795225
本文鏈接:http://sikaile.net/kejilunwen/anquangongcheng/1795225.html