煤矿瓦斯涌出量的非线性降维Elman动态预测模型

• 作者: 付华 尹玉萍 魏林
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 工学
• 关键词: 绝对瓦斯涌出量 非线性映射 蚁群算法 微分进化算法 Elman神经网络
• 年，卷（期）: 2017,（4）
• 页码范围: 359-365
• 页数: 7页
• 分类号: TD712
• 语种: 中文
• DOI: 10.11956/j.issn.1008-0562.2017.04.005

摘要

为对回采工作面绝对瓦斯涌出量进行有效预测,提出非线性降维的改进Elmand动态预测模型.模型采用非线性映射在特征空间内对数据进行有效降维,以此确定神经网络输入数目,并利用自适应蚁群微分进化算法对改进的Elman神经网络(IENN)的阂值、权值、自反馈因子和增益因子行全局寻优.将该预测模型用于矿井监测的历史数据进行检验.研究结果表明:模型能够有效地减少预测模型的输入变量个数,并且相比其他预测模型提高了预测的精度和效率.

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		242	1698	20.0	28.0
2	魏林		15	38	4.0	6.0
3	尹玉萍		16	51	5.0	7.0