基于再生核RBF神经网络的瓦斯突出预测系统

• 作者: 彭泓 王斌 王聪
• 来源期刊: 计算机测量与控制
• 关键词: 再生核RBF神经网络 瓦斯突出 PCI总线
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 1463-1466
• 分类号: TP183
• 语种: 中文

摘要

该设计的瓦斯突出预测系统由数据采集,数据传输和数据处理三部分组成;首先使用层次分析法和MATLAB选择出了瓦斯突出影响因素,然后使用TMS320C6713和PCI总线技术设计了数据采集和传输系统,同时采用再生核算法来进行RBF神经网络的训练,通过W12 [a,b]空间插值逼近的方法,把RBF神经网络的训练转换为解线性方程组,最后使用LABVIEW,MATLAB和CCS混合编程实现了再生核RBF神经网络的训练和仿真以及TMS320C6713软件开发,准确地预测出了瓦斯突出.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王聪	中国矿业大学机电学院	83	448	12.0	19.0
2	王斌	辽宁工程技术大学电气与控制工程学院	11	62	4.0	7.0
3	彭泓	中国矿业大学机电学院	26	94	5.0	8.0