熵权法径向基神经网络的截割粉尘浓度模型与预测

• 作者: 万丰 刘晓亮 宋胜伟 张艳军 李德根
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 掘进工作面 掘进机 截割粉尘 神经网络 熵权法 RBF神经网络
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 安全技术与工程
• 页码范围: 177-179
• 页数: 3页
• 分类号: TD421.5|TD714.1
• 字数: 1912字
• 语种: 中文
• DOI: 10.13301/j.cnki.ct.2018.06.066

摘要

通过分析粉碎性能指标、截线间距、转速、摆动速度和每线齿数对截割粉尘浓度的影响,采用一种结构简单,收敛速度快,能够逼近任意非线性函数的广义RBF神经网络与熵权法确定各影响指标的权重,建立熵权法RBF神经网络截割粉尘浓度预测模型.仿真结果表明:熵权法RBF神经网络可以准确预测掘进工作面粉尘浓度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋胜伟	黑龙江科技大学机械工程学院	55	137	7.0	9.0
2	张艳军	黑龙江科技大学机械工程学院	21	95	7.0	9.0
3	李德根	黑龙江科技大学学术理论研究部	27	172	8.0	12.0
4	万丰	黑龙江科技大学机械工程学院	17	74	4.0	8.0
5	刘晓亮	黑龙江科技大学电气与控制工程学院	2	1	1.0	1.0