基于ANNs耦合GA算法的煤层含气量预判

• 作者: 尹彬 贾宝山
• 来源期刊: 华中师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络(ANNs) 遗传算法(GA) 耦合模型 煤层含气量
• 年，卷（期）: 2015,（5）
• 页码范围: 715-721
• 页数: 7页
• 分类号: TD712
• 字数: 4305字
• 语种: 中文

摘要

为了对煤层含气量进行有效分析,以实现煤层气可靠抽采及瓦斯灾害预防,提出了遗传算法(GA)优化人工神经网络(ANNs)煤层含气量的预判方法.GA算法通过对ANNs网络的权值及阈值的寻优,构建了基于ANNs耦合GA算法的煤层含气量非线性预判模型,并结合现场实测数据进行了分析.仿真结果显示:耦合模型的预判的最大相对误差为1.47％,较之其他模型具有更高的预判精度和更好的泛化能力,能实现煤层含气量的有效预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾宝山	辽宁工程技术大学安全科学与工程学院	90	614	11.0	20.0
5	尹彬	辽宁工程技术大学安全科学与工程学院	19	96	5.0	9.0