基于FOA优化的GRNN煤与瓦斯突出预测研究

• 作者: 唐一举
• 来源期刊: 内蒙古煤炭经济
• 学科: 工学
• 关键词: 煤与瓦斯突出 果蝇优化算法 广义回归神经网络 预测
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 工作研究与理论探讨
• 页码范围: 1-3
• 页数: 3页
• 分类号: F406.8|TD712
• 字数: 1645字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0155.2019.17.002

摘要

为了准确可靠地预测煤与瓦斯突出现象,本文在GRNN预测的基础上提出一种新的预测方法,利用FOA的全局寻优能力实现GRNN网络的spread参数值优化,避免GRNN的参数选取对预测精确性的影响,以此建立FOA-GRNN模型来对矿井煤与瓦斯突出进行预测.应用该模型对实测的历史数据进行判断,预测结果与实际情况相符,预测精度及泛化能力与广义回归神经网络相比有大幅度改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐一举		4	1	1.0	1.0