本文選題：小波包神經(jīng)網(wǎng)絡(luò) + 刪除策略��； 參考：《微電子學(xué)與計算機》2016年03期

【摘要】：針對煤礦井下回采工作面瓦斯積聚和瓦斯超限等嚴重問題,將小波包神經(jīng)網(wǎng)絡(luò)模型引入煤礦瓦斯涌出量預(yù)測中.首先由改進小波包變化對采集數(shù)據(jù)進行分解、重構(gòu)并提取特征向量,然后輸入到基于動態(tài)節(jié)點生成算法的RBF神經(jīng)網(wǎng)絡(luò)模型中訓(xùn)練學(xué)習(xí),同時采用刪除策略簡化該模型,最后通過時頻聯(lián)合仿真驗證.結(jié)果表明,WP-RBF模型在預(yù)測精度及訓(xùn)練誤差方面明顯優(yōu)于QPSO-RBF模型,是一種非常適合煤礦瓦斯量預(yù)測的有效方法.
[Abstract]:Aiming at the serious problems of gas accumulation and gas overrun in coal mining face, the wavelet packet neural network model is introduced into the prediction of coal mine gas emission. Firstly, the collected data is decomposed by improved wavelet packet change, then the feature vector is reconstructed and extracted, then input into the RBF neural network model based on dynamic node generation algorithm, and the deletion strategy is adopted to simplify the model. Finally, it is verified by time-frequency joint simulation. The results show that WP-RBF model is superior to QPSO-RBF model in prediction accuracy and training error, and it is an effective method for coal mine gas quantity prediction.
【作者單位】： 遼寧工程技術(shù)大學(xué)基礎(chǔ)教學(xué)部;遼寧工程技術(shù)大學(xué)電氣與控制工程學(xué)院;
【基金】：國家自然科學(xué)基金項目(51274118) 遼寧省教育廳基金(L2012119)
【分類號】：TD712.5;TP183

【參考文獻】

相關(guān)期刊論文 前8條

1 趙鴻圖;劉云;;改進粒子群算法的小波神經(jīng)網(wǎng)絡(luò)語音去噪[J];計算機測量與控制;2013年10期

2 付華;謝森;徐耀松;陳子春;;基于MPSO-WLS-SVM的礦井瓦斯涌出量預(yù)測模型研究[J];中國安全科學(xué)學(xué)報;2013年05期

3 潘玉民;鄧永紅;張全柱;薛鵬騫;;基于QPSO-RBF的瓦斯涌出量預(yù)測模型[J];中國安全科學(xué)學(xué)報;2012年12期

4 郭偉;張棟;李巨韜;王磊;;改進型BP神經(jīng)網(wǎng)絡(luò)對電容稱重傳感器的非線性校正[J];傳感技術(shù)學(xué)報;2012年10期

5 付華;姜偉;單欣欣;;基于耦合算法的煤礦瓦斯涌出量預(yù)測模型研究[J];煤炭學(xué)報;2012年04期

6 冷軍發(fā);荊雙喜;陳東海;吳中青;;基于小波包與同態(tài)濾波的低速重載齒輪箱故障診斷研究[J];煤炭學(xué)報;2006年05期

7 徐濤;王祁;;基于小波包神經(jīng)網(wǎng)絡(luò)的傳感器故障診斷方法[J];傳感技術(shù)學(xué)報;2006年04期

8 汪家道,孔憲梅,陳大融;節(jié)點自刪除神經(jīng)網(wǎng)絡(luò)及其在磨粒識別中的應(yīng)用[J];清華大學(xué)學(xué)報(自然科學(xué)版);1998年04期

相關(guān)博士學(xué)位論文 前1條

1 李紹泉;近距離煤層群煤與瓦斯突出機理及預(yù)警研究[D];中國礦業(yè)大學(xué)（北京）;2013年

【共引文獻】

相關(guān)期刊論文 前10條

1 仲維清;孫健巍;;極限學(xué)習(xí)機在采空區(qū)自然發(fā)火預(yù)測中的應(yīng)用[J];遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版);2016年06期

2 謝國民;謝鴻;付華;閆孝Y，

本文編號：2032909