基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于影响瓦斯涌出量的因素很多并且它们之间存在着复杂的非线性关系,用传统方法很难对其进行准确预测,神经网络算法简单,学习收敛速度快,具有线性﹑非线性逼近精度高等特性,适合对瓦斯涌出量进行建模,针对对波动性较大的数据预测结果不理想的问题,在对监测数据分析的基础上,提出了用数据预处理的方法弱化数据波动性,然后进行神经网络建模的瓦斯涌出量预测模型,试验证明取得到了比较理想的结果.
推荐文章
基于灰色理论和人工神经网络的瓦斯涌出量预测
灰色理论
神经网络
瓦斯涌出量
预测
基于MPSO-RBF的瓦斯涌出量预测研究
RBF神经网络
改进的PSO算法
瓦斯预测
基于径向基的瓦斯涌出量灰色预测模型
瓦斯涌出量
灰色预测
RBF
预测精度
基于模糊粗糙集的瓦斯涌出量预测模型的研究
瓦斯量预测
模糊粗糙集
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人工神经网络的瓦斯涌出量预测
来源期刊 计算机仿真 学科 工学
关键词 神经网络 预测 瓦斯涌出量
年,卷(期) 2006,(8) 所属期刊栏目 人工智能与专家系统
研究方向 页码范围 146-148
页数 3页 分类号 TP311
字数 1845字 语种 中文
DOI 10.3969/j.issn.1006-9348.2006.08.040
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陆金桂 南京工业大学信息科学与工程学院 96 717 14.0 23.0
2 杜杰 南京工业大学信息科学与工程学院 8 98 6.0 8.0
3 郁云 南京工业大学信息科学与工程学院 3 48 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (35)
参考文献  (3)
节点文献
引证文献  (20)
同被引文献  (36)
二级引证文献  (130)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(4)
  • 引证文献(2)
  • 二级引证文献(2)
2010(5)
  • 引证文献(2)
  • 二级引证文献(3)
2011(7)
  • 引证文献(1)
  • 二级引证文献(6)
2012(17)
  • 引证文献(2)
  • 二级引证文献(15)
2013(14)
  • 引证文献(1)
  • 二级引证文献(13)
2014(14)
  • 引证文献(3)
  • 二级引证文献(11)
2015(23)
  • 引证文献(2)
  • 二级引证文献(21)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(18)
  • 引证文献(0)
  • 二级引证文献(18)
2018(17)
  • 引证文献(3)
  • 二级引证文献(14)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
神经网络
预测
瓦斯涌出量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
总被引数(次)
127174
论文1v1指导