基于纵向参数粒子群神经网络集成的煤矿涌水量预测

• 作者: 常彦伟 王耀才
• 来源期刊: 煤矿安全
• 学科: 工学
• 关键词: 矿井涌水量 纵向参数粒子群 神经网络集成 结构差异度
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 技术经验
• 页码范围: 45-48
• 页数: 4页
• 分类号: TP742
• 字数: 3369字
• 语种: 中文

摘要

针对矿井涌水量的非线性特性,提出一种基于纵向参数的粒子群神经网络集成算法(VPPNE)的矿井涌水量预测方法.文中定义了粒子群的纵向参数,以保证多峰值优化.利用其作为判剐条件,粒子群在网络权值空问的并行搜索中动态聚类,形成各个子群空问.各搜索子空间的最优粒子对应于各个网络个体.网络集成规模大小由算法自动确定,不同的搜索子空间保证了网络个体的结构差异度.矿井涌水量预测实例表明:VPPNE算法可保证集成网络个体的差异性,有着良好的泛化性能,预测效果显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常彦伟	中国矿业大学信息与电气工程学院	9	31	4.0	4.0
3	王耀才	中国矿业大学信息与电气工程学院	73	489	12.0	18.0