矿井瓦斯涌出量的灰色小波神经网络预测模型

• 作者: 张振文 李国军 谷松
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 矿井瓦斯 预测模型 灰色理论 小波神经网络
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 勘测技术
• 页码范围: 123-125
• 页数: 3页
• 分类号: TD712
• 字数: 1819字
• 语种: 中文

摘要

矿井瓦斯涌出量预测一直是煤矿生产过程中倍受关注的问题.它受众多因素的影响,而各因素之间的非线性关系错综复杂.近年来,许多的学者利用人工神经网络对非线性的对象建模预测,但是存在收敛速度慢,易陷入局部极小等缺点.本文将灰色理论引入小波神经网络模型中,其中灰色模型利用累加生成的新数据建模,突出趋势项影响,小波神经网络通过灰色模型的预测结果进行再预测,使得小波神经网络的非线性激励函数更加易于逼近,减小周期和随机成分,提高了涌出量预测精度,表明了该模型可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张振文		39	295	10.0	15.0
2	谷松		7	17	3.0	4.0
3	李国军		1	6	1.0	1.0