瓦斯涌出量的人工神经网络预测的研究

论文摘要

基于反向传播神经网络、径向基函数神经网络和广义回归神经网络对采煤工作面瓦斯涌出量进行预测,比较和分析了瓦斯涌出量的预测值和实测值,并选定精度评价体系对预测结果进行评定。结果表明:反向传播神经网络、广义回归神经网络和径向基函数神经网络都能够较好的预测瓦斯涌出量,其中径向基函数神经网络的预测更精准。径向基函数神经网络的后验差检验比值c=0.07,小误差概率P=1.0,预测误差精度达到1级。

论文目录

• 0 引言
• 1 相关理论基础与技术
•   1.1 人工神经网络
•   1.2 预测实例模型构建与仿真
•   1.3 因素分析及数据选取
•   1.4 精度检验及评价指标体系确定
• 2 结果分析
• 3 结论

文章来源

类型: 期刊论文

作者: 徐琦,蒋勤,傅丹华,宗俊,金京,高巍

关键词: 瓦斯涌出量,反向传播神经网络,径向基函数神经网络,广义回归神经网络

来源: 宁波工程学院学报 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 矿业工程,安全科学与灾害防治,自动化技术

单位: 宁波工程学院材料与化学工程学院

分类号: TD712.5;TP183

页码: 8-13

总页数: 6

文件大小: 1237K

下载量: 57