基于MPSO-RBF的瓦斯涌出量预测研究

• 作者: 付华 舒丹丹 荆晓亮
• 来源期刊: 计算机测量与控制
• 关键词: RBF神经网络 改进的PSO算法 瓦斯预测
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 2625-2627
• 分类号: TP183
• 语种: 中文

摘要

我国煤矿的重大灾害事故中70％以上是瓦斯事故,煤矿瓦斯是影响煤矿安全生产的重要因素;针对瓦斯煤尘爆炸和煤与瓦斯突出给煤炭矿山带来的危害极大的问题,引入了基于改进PSO算法的RBF神经网络的混合优化算法(MPSO-RBF算法),即将PSO算法的全局搜索能力和RBF神经网络局部优化相结合,并建立了瓦斯预测模型;仿真与实际数据验证表明,优化算法所求的最优解具有良好的收敛能力,瓦斯涌出量的预测结果与实际值的误差在+1.44％至0.63％之间,改进的粒子群算法优化的RBF神经网络对瓦斯涌出量预测能达到良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付华	辽宁工程技术大学电气与控制工程学院	242	1698	20.0	28.0
2	荆晓亮	辽宁工程技术大学电气与控制工程学院	4	18	3.0	4.0
3	舒丹丹	辽宁工程技术大学电气与控制工程学院	3	15	2.0	3.0