基于BP和RBF神经网络的煤与瓦斯突出预测研究

被引：6

作者：

马宏锋 ^{[1
,2
]}

党建武 ^{[1
]}

王新 ^{[3
]}

机构：

[1] 兰州交通大学电子与信息工程学院

[2] 兰州工业高等专科学校电子信息工程系

[3] 中兴通讯股份有限公司

来源：

微计算机信息 | 2010年 / 26卷 / 19期

基金：

高等学校博士学科点专项科研基金;

关键词：

BP神经网络; 径向基神经网络; 预测; 煤与瓦斯突出;

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：

081903 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

通过对煤与瓦斯原始样本的学习,对待报样本突出情况的预测进行了实例分析,为煤与瓦斯突出预测预报提供理论参考依据。利用煤与瓦斯突出的数据指标,建立了煤与瓦斯突出样本数据预测的BP神经网络和径向基神经网络模型。实验表明,采用径向基神经网络模型,比BP神经网络具有误差小,训练快等优点,能克服常规方法在煤与瓦斯突出危险中不稳定不准确的缺点,因此有更广泛的应用价值。

引用

页码：42 / 43+5 +5

页数：3

共 7 条

[1] 基于RBF网络的煤与瓦斯突出预测研究 [J].