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:
为了减少瓦斯事故给煤矿生产带来的损失,本文在灰色模型预测煤矿瓦斯涌出量的基础上,结合神经网络理论,构建了灰色-RBF网络模型,充分利用灰色模型的”小样本、贫信息”的预测特点及RBF神经网络自学习、自适应能力特点.首先使用灰色模型对瓦斯涌出量进行初步预测,然后建立RBF网络模型进行再次预测,得到瓦斯涌出量的最终预测值;RBF网络模型的训练和预测计算用MATLAB软件完成.通过对安徽省某矿瓦斯涌出量的预测结果对比,灰色-RBF网络模型的预测误差分别为0.325和0.221,灰色模型预测误差为2.51和2.45,结果表明灰色-RBF网络模型预测明显高于单一灰色模型预测的预测精度.为煤矿瓦斯涌出量预测提供一种预测精度高的方法.
推荐文章
基于径向基的瓦斯涌出量灰色预测模型
瓦斯涌出量
灰色预测
RBF
预测精度
基于MPSO-RBF的瓦斯涌出量预测研究
RBF神经网络
改进的PSO算法
瓦斯预测
基于灰色理论和人工神经网络的瓦斯涌出量预测
灰色理论
神经网络
瓦斯涌出量
预测
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
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 瓦斯涌出量灰色-RBF网络模型的建立与应用
来源期刊 中国矿业 学科 工学
关键词 瓦斯 灰色系统 RBF神经网络 MATLAB
年,卷(期) 2016,(10) 所属期刊栏目 采选技术
研究方向 页码范围 107-109,127
页数 4页 分类号 TD712+.5
字数 2602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 曹庆贵 山东科技大学矿业与安全工程学院 71 532 15.0 19.0
2 王帅 山东科技大学矿业与安全工程学院 21 25 3.0 4.0
3 张水 山东科技大学矿业与安全工程学院 4 18 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (18)
参考文献  (5)
节点文献
引证文献  (7)
同被引文献  (61)
二级引证文献  (6)
1985(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)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
瓦斯
灰色系统
RBF神经网络
MATLAB
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
中国矿业
月刊
1004-4051
11-3033/TD
大16开
北京市西直门北大街45号时代之光名苑2号楼901
2-566
1992
chi
出版文献量(篇)
9279
总下载数(次)
11
总被引数(次)
58822
论文1v1指导