模糊前向神经网络在瓦斯涌出量预测中的应用

被引：9

作者：

杨文光

高艳辉

王清

机构：

[1] 华北科技学院基础部

来源：

安徽大学学报(自然科学版) | 2013年 / 37卷 / 06期

关键词：

模糊前向神经网络; 权值直接确定; 瓦斯涌出量; 预测;

D O I：

暂无

中图分类号：

TD712.5 [];

学科分类号：

摘要：

为解决多输入单输出数据集的建模预测问题,提出一种基于Mamdani型模糊系统和前向神经网络的模糊神经网络,实现了瓦斯涌出量的建模预测.首先由采样数据生成模糊规则,明确了前向神经网络的网络结构.在Mamdani型模糊系统中提取出了隐含层神经元激励函数,并据此确定了模糊前向神经网络的表达式.然后对BP学习算法进行了改进,得到了权值直接确定的矩阵式.最后在瓦斯涌出量预测中,利用主成分分析法选取了较为重要的3个因素.仿真实验表明模糊前向神经网络具有较高的建模和预测精度.

引用

收藏

页码：30 / 35

页数：6

相关论文

共 11 条

[1]

权值直接确定的三角型模糊前向神经网络 [J].

杨文光 .

中山大学学报(自然科学版), 2013, 52 (02) :33-37+42

[2]

采煤工作面瓦斯涌出量的固有模态SVM建模预测 [J].

刘俊娥 ;

安凤平 ;

林大超 ;

郭章林 ;

张立宁 .

系统工程理论与实践, 2013, 33 (02) :505-511

[3]

两输入幂激励前向神经网络权值与结构确定 [J].

张雨浓 ;

劳稳超 ;

余晓填 ;

李钧 .

计算机工程与应用 , 2012, (15) :102-106+122

[4]

瓦斯涌出量的混合pi-sigma模糊神经网络预测模型 [J].

潘玉民 ;

赵立永 ;

张全柱 .

计算机应用, 2012, 32 (04) :1045-1049

[5]

一种基于支持向量机和模型树的回归模型及其在采煤工作面瓦斯涌出量预测中的应用 [J].

李超群 ;

李宏伟 .

应用基础与工程科学学报, 2011, 19 (03) :370-378

[6]

幂激励前向神经网络最优结构确定算法 [J].

张雨浓 ;

郭东生 ;

谭宁 .

计算机工程与应用, 2011, 47 (02) :29-31

[7]

最优模糊神经网络参数的设计——混沌模拟退火学习法 [J].

邹恩 ;

李祥飞 ;

刘耦耕 ;

张泰山 .

中南大学学报(自然科学版), 2004, (03) :443-447

[8]

应用聚类和模糊神经网络方法设计模糊规则库 [J].

王秀娟 ;

侍洪波 .

中南工业大学学报(自然科学版), 2003, (04) :360-362

[9]

采煤工作面瓦斯涌出量预测的神经网络模型 [J].

朱川曲 .

中国安全科学学报, 1999, (02)

[10]

神经网络权值直接确定法.[M].张雨浓; 杨逸文; 李巍; 著.中山大学出版社.2010,