作者:
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:
针对煤与瓦斯突出的准确预测与控制,提出了一种基于最大最小蚂蚁系统与BP神经网络相结合的煤与瓦斯突出预测方法,将最大最小蚂蚁系统的全局优化与BP神经网络算法的自适应求解相结合,以煤与瓦斯突出影响因素作为输入量,并寻找最优初始解,减少了在煤与瓦斯预测过程中收敛时间。实验结果表明,该检测方法具有较高的准确性和可行性。
推荐文章
基于RBF网络的煤与瓦斯突出预测研究
煤与瓦斯突出
RBF神经网络
减聚类算法
基于IPSO-SVM的瓦斯突出危险程度预测
改进粒子群
支持向量机
参数优化
瓦斯突出预测
采用RS与CSA-SVM集成的煤与瓦斯突出预测方法
煤与瓦斯突出
预测
支持向量机
粗糙集
克隆选择算法
基于BP和RBF神经网络的煤与瓦斯突出预测研究
BP神经网络
径向基神经网络
预测
煤与瓦斯突出
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 MMAS 算法的瓦斯突出预测方法研究
来源期刊 电气防爆 学科 工学
关键词 瓦斯突出 最大最小蚂蚁系统 BP神经网络
年,卷(期) 2014,(2) 所属期刊栏目 磁专 述 磁
研究方向 页码范围 4-7
页数 4页 分类号 TD655
字数 2707字 语种 中文
DOI
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 魏鹏飞 中国煤炭科工集团太原研究院测试中心 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (35)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(18)
  • 参考文献(2)
  • 二级参考文献(16)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
瓦斯突出
最大最小蚂蚁系统
BP神经网络
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
电气防爆
双月刊
1004-9118
41-1318/TM
大16开
河南省南阳市仲景北路20号
36-185
1959
chi
出版文献量(篇)
1298
总下载数(次)
2
总被引数(次)
1963
论文1v1指导