QGA-RBF神经网络在矿井瓦斯涌出量预测中的应用

被引：29

作者：

王涛

王洋洋

郭长娜

张继华

机构：

[1] 辽宁工程技术大学电气控制工程学院

来源：

传感技术学报 | 2012年 / 25卷 / 01期

关键词：

QGA算法; RBF神经网络; 瓦斯涌出量; 无线传感网络;

D O I：

暂无

中图分类号：

TD712.5 []; TP183 [人工神经网络与计算];

学科分类号：

摘要：

煤矿的安全事故中有80%以上为瓦斯事故,为了更加准确的预测瓦斯涌出量,使得煤矿安全进一步得到保障,采用足够的具有代表性的瓦斯检测数据作为样本,利用QGA算法优化RBF神经网络的参数,建立了瓦斯涌出量的预测模型,并使用MATLAB进行仿真研究。结果表明,经过优化后的预测模型较单一的RBF网络模型有更好的预测精度,可以为煤矿瓦斯防治提供理论依据。

引用

收藏

页码：119 / 123

页数：5

相关论文

共 14 条

[1] 基于k均值和量子遗传算法的RBF网络优化 [J].

赵磊 ;

贾振红 ;

覃锡忠 ;

杨杰 ;

庞韶宁 .

计算机工程, 2011, 37 (10) :152-153

[2] 无线传感网络瓦斯监控系统设计 [J].

柏杏丽 ;

李蒙 ;

钱旭 ;

刁文广 .

中国煤炭, 2010, 36 (04) :92-95

[3] 基于量子遗传算法的无线传感器网络路径优化 [J].

邹少军 .

计算机测量与控制, 2010, 18 (03) :723-726

[4] 基于量子遗传算法的蛋白质折叠结构预测 [J].

孙鹏飞 ;

张健沛 .

哈尔滨工程大学学报, 2010, 31 (01) :92-97

[5] 矿井瓦斯涌出量的径向基函数网络预测模型 [J].

陈连军 ;

粟才全 .

山东科技大学学报(自然科学版), 2009, 28 (04) :93-96+101

[6] 基于RBF神经网络的单一催化传感器检测混合气体研究 [J].

张愉 ;

齐美星 ;

童敏明 .

传感技术学报, 2009, 22 (05) :623-626

[7] 改进量子遗传算法及其在FIR滤波器设计中的应用 [J].

李成 ;

李飞 .

计算机工程与应用, 2009, (04) :239-241

[8] 量子遗传算法优化RBF神经网络及其在热工辨识中的应用 [J].

董泽 ;

黄宇 ;

韩璞 .

中国电机工程学报, 2008, (17) :99-104

[9] 基于径向基函数神经网络的挖泥船排泥管道泥浆浓度软测量模型研究 [J].

闭治跃 ;

王庆丰 ;

唐建中 .

传感技术学报, 2007, (07) :1630-1634

[10] 矿井瓦斯涌出量预测的模糊分形神经网络研究 [J].

曾勇 ;

吴财芳 .

煤炭科学技术, 2004, (02) :62-65