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:
针对煤矿瓦斯突出因素的复杂性,提出一种新的智能优化算法-双混沌搜索蜂群(DBC)优化算法,应用于煤矿瓦斯突出的预测中.DBC优化算法对人工蜂群算法进行有效改进,在人工蜂群算法的基础上,将混沌优化机制引入蜂群的寻优过程中,利用混沌序列初始化食物源,以提高食物源的质量,防止算法的早熟收敛;同时利用混沌搜索机制进行局部搜索,以改善蜂群的区域搜索能力,解决算法易陷入局部极小值的问题.最后,利用DBC对MLPNN进行训练,建立瓦斯突出预测模型.实验结果表明,该方法对瓦斯突出具有较好的预测结果.
推荐文章
粗集-RBF神经网络在瓦斯突出预测中的应用
粗集-RBF神经网络
瓦斯突出
DSP
无线传感器网络
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
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
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
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 DBC优化算法在瓦斯突出预测中的应用
来源期刊 计算机系统应用 学科
关键词 双混沌搜索蜂群算法 神经网络 混合算法 瓦斯突出预测
年,卷(期) 2014,(2) 所属期刊栏目 软件技术·算法
研究方向 页码范围 119-122
页数 4页 分类号
字数 3370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 彭继慎 辽宁工程技术大学电气与控制工程学院 111 550 12.0 17.0
2 聂苓 辽宁工程技术大学电气与控制工程学院 2 16 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (246)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (14)
二级引证文献  (11)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(9)
  • 参考文献(2)
  • 二级参考文献(7)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
双混沌搜索蜂群算法
神经网络
混合算法
瓦斯突出预测
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
论文1v1指导