燥与瓦斯突出预测的PSO-BP算法模型

• 作者: 宋佳林
• 来源期刊: 能源技术与管理
• 学科: 工学
• 关键词: 粒子群算法 BP神经网络 瓦斯突出
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 矿业技术
• 页码范围: 32-33,46
• 页数: 3页
• 分类号: TD713
• 字数: 2174字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9943.2020.04.012

摘要

基于梯度下降的BP算法简单、可塑性强,但极易陷入局部极值,并且存在收敛速度慢等无法克服的缺陷.粒子群优化算法作为一种全局优化算法,引入到神经网络的训练中很容易实现,并且能够快速收敛.结合局部搜索能力快速的BP算法和全局搜索能力极强的粒子群优化算法,提出了PSO-BP算法的煤与瓦斯突出危险性区域预测模型.实验结果证明,该预测模型相比于基于BP神经网络的预测,在泛化能力和收敛速度上均有显著增长.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋佳林		3	1	1.0	1.0