基于Adaboost-PSO-BP模型的开采沉陷预测研究

• 作者: 原喜屯 张沛 邢垒
• 来源期刊: 煤炭工程
• 学科: 工学
• 关键词: 开采沉陷预测 BP神经网络 粒子群算法 自适应增强算法
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 研究探讨
• 页码范围: 141-144
• 页数: 4页
• 分类号: TD325
• 语种: 中文
• DOI: 10.11799/ce202012030

摘要

针对开采沉陷量与多影响因素复杂非线性关系问题,提出了基于粒子群算法优化BP神经网络的Adaboost强预测模型(Adaboost-PSO-BP模型).预测结果表明,与BP模型、Adaboost-BP模型和PSO-BP模型相比,Adaboost-PSO-BP模型提高了预测精度,平均相对误差值优化到4.26％;该模型融合了Adaboost算法侧重预测误差大的样本和粒子群算法优化神经网络权值及阈值的特点,实现了强预测器"优中选优"的目的,在开采沉陷预测中具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张沛		16	275	8.0	16.0
2	原喜屯		6	18	3.0	4.0
3	邢垒		4	5	2.0	2.0