本文關(guān)鍵詞：一種基于耦合算法的礦井風流溫度預測新方法

  更多相關(guān)文章： 風流溫度預測模型 粒子群 神經(jīng)網(wǎng)絡 預測精度 耦合算法

【摘要】：針對礦井風流溫度預測工作的復雜性及各個影響因素的模糊的非線性關(guān)系,傳統(tǒng)預測方法難以構(gòu)建預測模型,導致預測精度低的特點,提出一種基于RBF神經(jīng)網(wǎng)絡的礦井風流溫度預測方法;并利用粒子群算法對RBF神經(jīng)網(wǎng)絡參數(shù)進行尋優(yōu),利用煤礦歷史數(shù)據(jù)對預測模型進行仿真研究。結(jié)果表明,提出的基于改進粒子群算法的RBF神經(jīng)網(wǎng)絡模型(MPSO-RBF)具有收斂速度快,預測精度高的特點,為礦井風流溫度預測領域提供理論支撐。
【作者單位】： 煤科集團沈陽研究院有限公司;
【關(guān)鍵詞】： 風流溫度預測模型 粒子群 神經(jīng)網(wǎng)絡 預測精度 耦合算法
【分類號】：TD727.2
【正文快照】： 在深部采礦工程中,高地壓和高地溫被國內(nèi)外采礦界公認為2大科技難題,對礦井溫度的預測研究顯得尤為重要[1]。由于礦井風流溫度影響因素眾多,而且各影響因素呈高度非線性關(guān)系影響井下風流溫度,用常規(guī)的數(shù)學理論對礦井風流溫度預測建模型相當困難[2]。已經(jīng)成為礦井風流溫度預測

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 王先銘;趙哲身;;被動通風系統(tǒng)建模與室內(nèi)溫度預測[J];上海大學學報(自然科學版);2012年02期

2 史正剛;王東國;;電加熱抽油井筒的溫度預測及功率確定[J];中國石油大學勝利學院學報;2011年03期

3 ;流態(tài)床細鋼絲索氏體化溫度預測的數(shù)字模擬[J];金屬制品;2001年06期

4 馬恒;尹彬;劉劍;;礦井風流溫度預測分析研究[J];中國安全科學學報;2010年11期

5 匡蕾;王曉峰;單亞飛;;礦井風流溫度預測及熱交換機理分析[J];礦業(yè)快報;2008年11期

6 王曉峰;陳彩云;;礦井風流溫度預測及熱交換機理分析[J];煤炭技術(shù);2008年10期

7 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 李沁笛;趙彬;;基于相似理論的高大空間工作區(qū)平均速度溫度預測[A];全國暖通空調(diào)制冷2010年學術(shù)年會論文集[C];2010年

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 尹彬;高溫礦井風流溫度預測分析及應用[D];遼寧工程技術(shù)大學;2012年

2 潘亮;基于嵌入式系統(tǒng)的機場跑道溫度預測系統(tǒng)的研究與開發(fā)[D];大連海事大學;2013年

3 高杏梅;煤礦井下設備溫度預測及預警系統(tǒng)研究[D];西安科技大學;2014年

，

本文編號：779972