基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
Elman网络具有承接层,在网络内部形成一个动态系统,通过遗传算法优化网络权值,建立一种新的瓦斯压力预测模型,并用Matlab编程实现.其中,采用灰色关联度分析法得出影响煤层瓦斯压力的主要因素为埋藏深度、煤层瓦斯含量、煤层透气性系数.最后,应用GA-Elman模型与Elman模型对数据分别进行测试并分析,结果表明,本模型具有收敛速度快、预测精确度高,是求解煤层瓦斯压力的最有效方法之一.
推荐文章
基于ARIMA和GA-Elman神经网络的新疆年降水耦合预测研究
年降水
差分自回归移动平均
神经网络
遗传算法
耦合预测
基于GA-Elman神经网络模型的年径流预测
遗传算法
神经网络
预测
模型
提高汽轮机排汽焓在线预测精度的 GA-Elman 神经网络算法
汽轮机
排汽焓
在线计算
预测精度
Elman
GA
基于GA-Elman的河流水位预测方法研究
河流水位
预测模型
GA算法
Elman网络
BP网络
河流水资源有效配置
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GA-Elman神经网络的瓦斯压力预测的研究
来源期刊 中国科技信息 学科
关键词 瓦斯压力 Elman神经网络 遗传算法 算法优化
年,卷(期) 2013,(8) 所属期刊栏目 制造
研究方向 页码范围 122,124
页数 2页 分类号
字数 1716字 语种 中文
DOI 10.3969/j.issn.1001-8972.2013.08.064
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吕品 安徽理工大学能源与安全学院 42 369 11.0 18.0
2 徐硕 安徽理工大学能源与安全学院 3 4 1.0 2.0
3 王璇 安徽理工大学能源与安全学院 8 30 4.0 5.0
4 刘晓洁 安徽理工大学能源与安全学院 5 23 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (11)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
瓦斯压力
Elman神经网络
遗传算法
算法优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科技信息
半月刊
1001-8972
11-2739/N
大16开
北京西城区车公庄大街16号1号楼1610室
82-415
1989
chi
出版文献量(篇)
49952
总下载数(次)
82
总被引数(次)
131979
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导