基于改进BP神经网络的矿井瓦斯浓度预测算法

被引:34
作者
姚青华
邱本花
机构
[1] 郑州科技学院
关键词
矿井瓦斯浓度; BP神经网络; 遗传算法;
D O I
10.13301/j.cnki.ct.2017.05.069
中图分类号
TD712.3 []; TP183 [人工神经网络与计算];
学科分类号
140502 [人工智能];
摘要
针对传统煤矿瓦斯预警的可靠性差和误差大等问题,提出了一种基于改进BP神经网络的矿井瓦斯浓度预测算法。提出的新型算法在传统BP神经网络算法的基础上,将遗传算法与BP神经网络算法有效结合,采用优化连接权方法对BP神经算法进行优化。该方法降低了瓦斯浓度预测模型的迭代次数和绝对误差。
引用
收藏
页码:182 / 184
页数:3
相关论文
共 8 条
[1]
监控技术与涌现性分析在煤矿瓦斯灾害防治中的应用研究 [D]. 
李琨 .
昆明理工大学,
2009
[2]
瓦斯浓度变化对煤矿瓦斯液化工艺影响的模拟研究 [J].
朱菁 ;
陈金华 ;
姚成林 ;
蔡安宁 ;
肖正 .
矿业安全与环保, 2016, (03) :1-4+9
[3]
基于黑箱理论的超市人员群体密度研究 [J].
谷思念 ;
朱国庆 .
消防科学与技术, 2015, 34 (05) :649-651
[4]
BP神经网络在矿井涌水量预测中的应用 [J].
谭大国 .
制造业自动化, 2015, 37 (05) :66-68
[6]
基于多源信息融合的瓦斯涌出量预测方法 [J].
邸志强 .
煤矿安全, 2014, 45 (08) :172-174+178
[7]
基于EMD-PSO-SVM的煤矿瓦斯涌出量预测方法及应用 [J].
施式亮 ;
李润求 ;
罗文柯 .
中国安全科学学报, 2014, 24 (07) :43-49
[8]
基于分态的煤矿瓦斯浓度预测模型的研究 [J].
安葳鹏 ;
孙贝 .
计算机工程与应用, 2014, (20) :233-238+243