-
题名基于变权重RBF组合模型的煤与瓦斯突出强度预测
被引量：9
- 1
-
-
作者
付华
许凡
徐耀松
孙朋
-
机构
辽宁工程技术大学电气与控制工程学院
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2013年第8期65-70,共6页
-
基金
国家自然科学基金资助(51274118
70971059)
+1 种基金
辽宁省科技攻关项目(2011229011)
辽宁省教育厅基金资助(L2012119)
-
文摘
为更准确预测煤与瓦斯突出强度,在组合算法和径向基函数(RBF)神经网络的基础上,建立变权重RBF组合模型。首先,选取最具代表性的3种单项模型:BP神经网络、支持向量回归机(SVR)、免疫遗传算法(IGA),分别建模后对样本序列进行预测,并重构预测结果数据。以重构后的预测序列为输入层,突出强度为输出层,对变权重RBF组合模型进行训练,获得各单项模型的动态权值,从而建立动态变权重RBF组合模型,最后对突出强度进行预测。结果表明:变权重RBF组合模型预测结果的平均相对误差为2.621 2%,优于各单项模型、定权重组合模型以及数据不重构组合模型。
-
关键词
煤与瓦斯突出
变权重
径向基函数(rbf)
免疫遗传算法(IGA)
BP神经网络
-
Keywords
coal and gas outburst
variable weight
radical basis function（rbf）
immune genetic algorithm（IGA）
BP neural network
-
分类号
X936
[环境科学与工程—安全科学]
-
-
题名航空发动机磨损趋势变权重组合预测技术研究
被引量：3
- 2
-
-
作者
蒋丽英
王蕾
席剑辉
-
机构
沈阳航空航天大学自动化学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2011年第28期228-231,共4页
-
基金
国家自然科学基金(No.60804025)
辽宁省教育厅计划项目(No.2008555)~~
-
文摘
由于航空发动机滑油中金属元素含量受许多复杂因素的影响,所以磨损趋势预测精度相对较低。针对这个问题提出了RBF网络变权重组合预测(RBFNN-VWCF)模型对航空发动机零部件的磨损趋势进行研究。由于输入维数对模型的预测精度影响较大,引入混沌理论中的C-C方法重构相空间确定模型最佳输入输出样本的维数,选取BP网络和SVM模型作为子预测模型对铁元素含量的变化趋势进行预测,将得到的预测值作为RBFNN-VWCF模型的输入变量进行变权重组合预测,利用正交最小二乘法训练网络模型,确定子模型不同时刻的权重,并对影响模型预测精度的参数进行讨论。仿真结果表明,RBFNN-VWCF模型充分利用了两种子预测模型的有效信息,更客观地反映了发动机零部件的磨损趋势,与单一模型相比具有较高的预测精度和很强的实用性,为发动机下一步的维修决策提供了有力支持。
-
关键词
航空发动机
径向基函数(rbf)变权重组合预测
磨损
趋势预测
-
Keywords
aeroengine
Radial Basis Function （rbf） variable weight combination forecasting
wear
trend prediction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
