基于LVQ-GA-BP神经网络的煤矿瓦斯涌出量预测

• 作者: 牛永朝 王晋瑞 穆塔里夫·阿赫迈德 谢丽蓉 路朋
• 来源期刊: 煤矿安全
• 学科: 工学
• 关键词: LVQ神经网络 遗传算法 BP神经网络 煤矿瓦斯涌出量 预测
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 分析·探讨
• 页码范围: 150-152,156
• 页数: 4页
• 分类号: TD713
• 语种: 中文
• DOI: 10.13347/j.cnki.mkaq.2017.12.040

摘要

针对煤矿瓦斯涌出量影响因素多、非线性、复杂性等特点,提出了学习向量量化神经网络(LVQ)与GA-BP神经网络相结合的方法.通过LVQ对诸多影响因素进行分类并选出主要影响因素,再用遗传算法(GA)优化BP神经网络的权值和阈值,构建煤矿瓦斯涌出量预测模型,并通过相关数据将建立的LVQ-GA-BP预测模型与BP神经网络进行了对比分析,结果表明通过这种方法平均相对误差为0.025 51,低于BP神经网络训练的平均绝对误差,网络收敛速度也显著提高了.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢丽蓉	新疆大学电气工程学院	82	395	11.0	18.0
2	穆塔里夫·阿赫迈德	新疆大学电气工程学院	64	256	10.0	12.0
3	路朋	新疆大学电气工程学院	9	37	4.0	5.0
4	牛永朝	新疆大学电气工程学院	6	10	2.0	3.0
5	王晋瑞	新疆大学电气工程学院	6	16	3.0	4.0