基于混沌粒子群神经网络的瓦斯浓度预测

• 作者: 耿越
• 来源期刊: 中国煤炭
• 学科: 工学
• 关键词: 瓦斯浓度预测 煤矿安全 混沌分析 粒子群优化径向基函数神经网络 预报预警
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 煤矿安全
• 页码范围: 124-129
• 页数: 6页
• 分类号: TD712.5
• 字数: 3711字
• 语种: 中文

摘要

通过定量法确定瓦斯浓度数据具有混沌特性,计算瓦斯序列的延迟时间和最优嵌入维数并对其相空间重构.在混沌分析的基础上结合人工神经网络技术,针对传统RBFNN模型参数确定的问题,提出通过粒子群算法对网络参数优化,建立了CT-PSO-RBFNN预测模型.利用实际煤矿监测数据对提出的模型训练预测,并与其他3种模型横向对比,得出性能排序为CT-PSO-RBFNN>T-PSO-RBFNN>CT-RBFNN>T-RBFNN.结果证明,CT-PSO-RBFNN模型预测精度高、预测误差小、性能稳定,能够为瓦斯灾害的预报预警提供一定技术支持.