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:
针对当前用于分析瓦斯浓度数据的高斯寻峰算法存在较大误差现象,采用量子粒子群算法,对非均匀采集到的瓦斯浓度数据进行优化.经过实验,得出了量子粒子群算法的瓦斯浓度检测结果比粒子群算法的检测结果精度更高、误差更小,检测速度更快的结论,表明量子粒子群算法在瓦斯浓度检测中有一定的应用价值.
推荐文章
基于QPSO的图像融合算法的研究
基于量子行为的粒子群优化算法
优化
像素
图像融合
基于干扰因子的QPSO算法改进
粒子群优化算法
干扰因子
早熟
量子行为
基于WNN算法改进的瓦斯短时预测与仿真
小波神经网络
算法改进
瓦斯预测
短时预测
预测模型
Matlab
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QPSO算法的瓦斯预测研究
来源期刊 煤矿机械 学科 工学
关键词 量子粒子群 瓦斯 预测 研究
年,卷(期) 2016,(5) 所属期刊栏目 试验·研究
研究方向 页码范围 62-64
页数 3页 分类号 TD712.5|TP391
字数 2639字 语种 中文
DOI 10.13436/j.mkjx.201605027
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 钟文峰 11 23 3.0 3.0
2 周书民 4 16 1.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (15)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
量子粒子群
瓦斯
预测
研究
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
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
论文1v1指导