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:
准确性是煤与瓦斯突出(简称突出)预测研究中的一个关键性问题.根据突出的非线性和动态变化特征,在突出预测中引入混沌理论,将相空间重构理论与小波神经网络相结合,建立了煤与瓦斯突出预测模型.通过相空间重构,把一维突出电磁辐射强度时间序列拓展为多维序列,得到多维序列包含着各态历经的信息,从而挖掘出了丰富的突出变化空间的信息,有利于小波神经网络的训练.利用建立好的小波神经网络模型,对突出预测问题进行了建模、训练和预测.运用MATLAB仿真软件对提出的改进预测模型进行试验验证,结果表明改进预测模型具有更高的准确度、可靠性.
推荐文章
基于RBF网络的煤与瓦斯突出预测研究
煤与瓦斯突出
RBF神经网络
减聚类算法
基于灰色关联熵的煤与瓦斯突出概率神经网络预测模型
煤与瓦斯突出
危险性预测
熵权法
灰色关联度分析
概率神经网络
基于BP和RBF神经网络的煤与瓦斯突出预测研究
BP神经网络
径向基神经网络
预测
煤与瓦斯突出
采用RS与CSA-SVM集成的煤与瓦斯突出预测方法
煤与瓦斯突出
预测
支持向量机
粗糙集
克隆选择算法
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 煤与瓦斯突出预测模型仿真研究
来源期刊 计算机仿真 学科 工学
关键词 煤与瓦斯突出 混沌理论 相空间重构 小波神经网络 预测模型
年,卷(期) 2016,(9) 所属期刊栏目 仿真服务化
研究方向 页码范围 435-439
页数 5页 分类号 TP391
字数 6024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 陈长华 辽宁工程技术大学矿业技术学院 21 296 9.0 17.0
2 李海霞 辽宁工程技术大学电气与控制工程学院 3 38 2.0 3.0
3 杨荣明 辽宁工程技术大学矿业学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (100)
共引文献  (89)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(13)
  • 参考文献(0)
  • 二级参考文献(13)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(11)
  • 参考文献(3)
  • 二级参考文献(8)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(5)
  • 参考文献(3)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 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
煤与瓦斯突出
混沌理论
相空间重构
小波神经网络
预测模型
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
总被引数(次)
127174
论文1v1指导