基于QPSO-WNN算法的煤矿人因可靠性预测模型研究

• 作者: 李乃文 李鑫 杨桢 杨鹏
• 来源期刊: 计算机测量与控制
• 关键词: 量子粒子群算法 小波神经网络 人因可靠性 预测模型
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 试验与评价技术
• 页码范围: 803-806
• 页数: 4页
• 分类号: TD77
• 语种: 中文

摘要

从生理及心理、安全管理、文化素质和工作环境4个方面提炼62个影响因子,分析煤矿安全中影响人因可靠性;采用小波神经网络(WNN)建立预测模型,为了解决小波神经网络算法易于使网络陷进局部极值,不能获得全局最优值的问题,采用量子粒子群算法(QPSO)对网络进行优化;采用220个训练样本数据对网络进行训练,然后采用100个测试样本数据进行测试,结果显示网络预测精度及收敛速度大大提高;并以某煤矿为例对其人因可靠性进行预测实例研究,结果显示该模型能较准确的预测人因可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨桢	辽宁工程技术大学电气与控制工程学院	35	123	7.0	9.0
2	李乃文	辽宁工程技术大学工商管理学院	126	1481	21.0	32.0
3	李鑫	辽宁工程技术大学电气与控制工程学院	58	237	8.0	12.0
4	杨鹏		2	8	1.0	2.0