基于改进遗传算法和BP神经网络的矿井通风风速预测

• 作者: 戈乐 程诗佳 苏义鑫
• 来源期刊: 河南理工大学学报(自然科学版)
• 学科: 工学
• 关键词: 矿井通风风速预测 遗传算法 神经网络 BP算法
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 矿业与安全工程
• 页码范围: 20-25
• 页数: 6页
• 分类号: TP312|TD72
• 字数: 3107字
• 语种: 中文

摘要

矿井通风风速的准确预测对提高矿井安全性具有重要意义.为提高矿井通风风速预测的准确度,提出一种基于改进遗传算法和BP神经网络的矿井通风风速预测方法.该方法采用前向神经网络建立矿井通风风速预测模型,将排序选择策略和概率生存策略相结合,从而代替传统选择算子,得到一种改进遗传算法.采用改进遗传算法对网络最优权值和阈值进行全局搜索,在此基础上,再利用BP算法进行局部寻优,从而得到网络的权值和阈值.采用矿井工作面的数据作为实验数据进行仿真预测,并与已有的几种模型进行比较,仿真结果表明,该模型提高了矿井通风风速的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏义鑫	武汉理工大学自动化学院	92	737	14.0	23.0
2	戈乐	武汉理工大学自动化学院	2	6	1.0	2.0
3	程诗佳	武汉理工大学自动化学院	3	6	1.0	2.0