粒子群算法优化BP神经网络的粉尘浓度预测

• 作者: 赵广元 马霏
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 综采 粉尘浓度预测 BP神经网络 粒子群算法 拟合能力
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 20-23
• 页数: 4页
• 分类号: TP3
• 字数: 3146字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2018.06.004

摘要

对综采工作面粉尘浓度预测的方法是建立BP神经网络预测模型.为了提高算法的拟合能力及预测的准确度,使用粒子群算法对目标函数进行改进,即将粒子群算法寻到的最优权值和阈值应用于神经网络预测模型求综采工作面粉尘浓度.比较分析新的预测模型与常用的灰色模型以及标准的BP神经网络算法,结果表明粒子群优化的神经网络算法的拟合能力和预测的准确率显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵广元	西安邮电大学自动化学院	21	180	7.0	13.0
2	马霏	西安邮电大学自动化学院	1	7	1.0	1.0