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:
针对煤矿瓦斯涌出量的多影响因素预测问题,引入荧光因子以自适应调整搜索步长,用于改善基本萤火虫算法后期收敛速度慢及容易陷入局部最优的缺陷.将改进后的自适应步长萤火虫算法与Elman动态反馈神经网络相结合,用于辨识瓦斯涌出非线性系统.通过实时对网络的权值、阈值进行全局寻优,建立基于ASGSO-ENN耦合算法的绝对瓦斯涌出量预测模型.利用矿井监测到的各项历史数据进行实验,结果表明,该模型的预测均方根误差为0.103 4,平均相对变动值为0.000 387.相比于其他工程常用的预测模型,具备更高的预测精度与更强的泛化能力.
推荐文章
矿井瓦斯涌出量预测研究新方法
非线性特征
灰色理论
遗传神经网络
瓦斯涌出量
煤矿瓦斯涌出量动态预测的PCA-MFOA-GRNN模型及应用
动态预测
MFOA(改进的果蝇算法)
GRNN(广义回归神经网络)
PCA(主成分分析)
瓦斯涌出量
基于SOM-RBF算法的瓦斯涌出量动态预测模型研究
多传感器
瓦斯涌出量
自组织特征映射神经网络
径向基函数
动态预测
基于对立度算法的瓦斯涌出量预测
对立度算法
瓦斯涌出量
数值计算算子
预测算法
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 基于ASGSO-ENN算法的瓦斯涌出量动态预测模型
来源期刊 计算机工程 学科 工学
关键词 绝对瓦斯涌出量 非线性系统 预测模型 自适应步长萤火虫群优化 Elman神经网络 动态反馈
年,卷(期) 2015,(7) 所属期刊栏目 开发研究与工程应用
研究方向 页码范围 317-321
页数 5页 分类号 TP301.6
字数 4246字 语种 中文
DOI 10.3969/j.issn.1000-3428.2015.07.060
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 付华 辽宁工程技术大学电气与控制工程学院 242 1698 20.0 28.0
2 訾海 辽宁工程技术大学电气与控制工程学院 4 45 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (113)
共引文献  (256)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (5)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(15)
  • 参考文献(0)
  • 二级参考文献(15)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(18)
  • 参考文献(1)
  • 二级参考文献(17)
2009(12)
  • 参考文献(1)
  • 二级参考文献(11)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(16)
  • 参考文献(3)
  • 二级参考文献(13)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(6)
  • 参考文献(5)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
绝对瓦斯涌出量
非线性系统
预测模型
自适应步长萤火虫群优化
Elman神经网络
动态反馈
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导