煤与瓦斯突出预测的改进差分进化神经网络模型研究

被引：16

作者：

杨敏 ^{[1
]}

汪云甲 ^{[1
]}

程远平 ^{[2
]}

机构：

[1] 中国矿业大学环境与测绘学院江苏省资源环境信息工程重点实验室

[2] 中国矿业大学安全工程学院

来源：

中国矿业大学学报 | 2009年 / 38卷 / 03期

关键词：

煤与瓦斯突出; 预测; 差分进化; 神经网络;

D O I：

暂无

中图分类号：

TD713 [煤（岩石）与瓦斯突出的预防和处理];

学科分类号：

摘要：

鉴于常规煤与瓦斯突出BP预测模型的不足,将改进DE算法用于BP网络模型参数的优化及训练,提出结合两者优点的改进差分进化神经网络(IDEBP)煤与瓦斯突出预测模型.模型通过对变异模式、变异交叉因子自适应确定等改进,有效提高了标准DE的性能.实现了DE全局优化搜索与BP自适应、自学习的有机结合,稳健性得到加强,更能充分辨识煤与瓦斯突出样本的复杂非线性知识.以36组工程实例数据,进行了IDEBP和DEBP模型与BP模型仿真对比实验.结果表明:该模型能有效避免常规BP的不足,在收敛迅速、结果辨识和预测精度等方面均大为提高,为瓦斯智能预测提供了新的解决方案.

引用

页码：439 / 444

页数：6