基于遗传算法自变量降维的神经网络煤矿瓦斯涌出量预测模型

• 作者: 王江荣 王玥
• 来源期刊: 煤
• 学科: 工学
• 关键词: 瓦斯涌出量 遗传算法 神经网络 降维
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 实用技术
• 页码范围: 28-32
• 页数: 5页
• 分类号: TD712+.5
• 字数: 3727字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2798.2014.03.010

摘要

煤矿瓦斯涌出量与其影响因素之间存在着高度的非线性关系,因输入自变量(即影响因素)较多,用神经网络建模容易出现过拟合现象,导致所建模型精度低、建模时间长.针对这些问题,提出用遗传算法对自变量进行压缩降维处理,实例仿真表明用降维后的数据建模提高了模型的预测精度,缩短了建模时间,且优于其他建模方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王江荣	兰州石化职业技术学院信息处理与控制工程系	111	264	7.0	9.0
2	王玥	兰州石化职业技术学院石油化学工程系	9	14	2.0	3.0