-
题名基于随机隐含层权值神经网络的瓦斯浓度预测
被引量：8
- 1
-
-
作者
张以文
郭海帅
涂辉
余国锋
-
机构
安徽大学计算智能与信号处理教育部重点实验室
煤矿瓦斯治理国家工程研究中心
-
出处
《计算机工程与科学》
CSCD
北大核心
2019年第4期699-707,共9页
-
基金
国家自然科学基金(61602003)
安徽省自然科学基金(1808085MF197)
安徽省科技重大专项课题(16030901062)
-
文摘
煤矿的安全生产一直是人们重点研究的课题之一。在众多的煤矿开采安全事故中,瓦斯引起的事故占到了大多数。对井下生产线的瓦斯浓度进行实时准确的预测,提前预知生产环境是否处于安全状态,对煤矿的安全生产来说意义重大。针对这一问题,提出了一种基于NSGA-II训练的随机隐含层神经网络(BNSGA-II NN)来进行瓦斯浓度预测的方法。一方面,NSGA-II需要设定的参数少,使用较为简单;另一方面,NSGA-II中的交叉变异机制避免了陷入局部最优解。为了证明NSGA-II训练的随机隐含权值神经网络的预测质量,通过实验与PSOGSA训练的随机隐含层神经网络(PSOGSA NN)进行了对比。实验结果表明,BNSGA-II NN的预测质量明显高于PSOGSA NN的预测质量。
-
关键词
瓦斯浓度预测
随机隐含层权值
神经网络
BNSGA-Ⅱ
NN
-
Keywords
gas concentration prediction
random hidden weight
neural network
BNSGA-Ⅱ NN
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
