QGA-RBF神经网络在矿井瓦斯涌出量预测中的应用

• 作者: 张继华 王洋洋 王涛 郭长娜
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: QGA算法 RBF神经网络 瓦斯涌出量 无线传感网络
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 无线传感器网络
• 页码范围: 119-123
• 分类号: TP212|TP183
• 字数: 3847字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2012.01.024

摘要

煤矿的安全事故中有80％以上为瓦斯事故,为了更加准确的预测瓦斯涌出量,使得煤矿安全进一步得到保障,采用足够的具有代表性的瓦斯检测数据作为样本,利用QGA算法优化RBF神经网络的参数,建立了瓦斯涌出量的预测模型,并使用MATLAB进行仿真研究.结果表明,经过优化后的预测模型较单一的RBF网络模型有更好的预测精度,可以为煤矿瓦斯防治提供理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王涛	辽宁工程技术大学电气控制工程学院	28	134	7.0	10.0
2	张继华	辽宁工程技术大学电气控制工程学院	24	112	5.0	9.0
3	郭长娜	辽宁工程技术大学电气控制工程学院	8	83	5.0	8.0
4	王洋洋	辽宁工程技术大学电气控制工程学院	9	83	5.0	9.0