AdaBoost集成神经网络在冲击地压预报中的应用

被引：17

作者：

孙凤琪 ^{[1
,2
]}

机构：

[1] 吉林师范大学数学研究所

[2] 东北大学系统科学研究所

来源：

吉林大学学报(信息科学版) | 2009年 / 27卷 / 01期

关键词：

冲击地压; 神经网络; AdaBoost; 预测模型; 模型更新;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为提高单一BP神经网络预测精度,利用AdaBoost.R2集成学习算法,将单一BP(Back-Propagation)神经网络集成,并针对AdaBoost.R2集成BP网络的特点,提出了一种新的模型更新方法,在有效地实现模型更新的同时克服了传统更新方法的不足。将该新方法应用到抚顺老虎台矿冲击地压预报中,对冲击地压发生的主要因素进行了分析并将其作为模型的输入,使用AdaBoost.R2集成BP网络作为核心智能算法,建立了冲击地压预报模型,取得了较好的预测效果。

引用

页码：79 / 84

页数：6