吉林大学学报(信息科学版)
吉林大學學報(信息科學版)
길림대학학보(신식과학판)
JOURNAL OF JILIN UNIVERSITY(INFORMATION SCIENCE EDITION)
2009年
1期
79-84
,共6页
冲击地压%神经网络%AdaBoost%预测模型%模型更新
遲擊地壓%神經網絡%AdaBoost%預測模型%模型更新
충격지압%신경망락%AdaBoost%예측모형%모형경신
为提高单一BP神经网络预测精度,利用AdaBoost.R2集成学习算法,将单一BP(Back-Propagation)神经网络集成,并针对AdaBoost.R2集成BP网络的特点,提出了一种新的模型更新方法,在有效地实现模型更新的同时克服了传统更新方法的不足.将该新方法应用到抚顺老虎台矿冲击地压预报中,对冲击地压发生的主要因素进行了分析并将其作为模型的输入,使用AdaBoost.R2集成BP网络作为核心智能算法,建立了冲击地压预报模型,取得了较好的预测效果.
為提高單一BP神經網絡預測精度,利用AdaBoost.R2集成學習算法,將單一BP(Back-Propagation)神經網絡集成,併針對AdaBoost.R2集成BP網絡的特點,提齣瞭一種新的模型更新方法,在有效地實現模型更新的同時剋服瞭傳統更新方法的不足.將該新方法應用到撫順老虎檯礦遲擊地壓預報中,對遲擊地壓髮生的主要因素進行瞭分析併將其作為模型的輸入,使用AdaBoost.R2集成BP網絡作為覈心智能算法,建立瞭遲擊地壓預報模型,取得瞭較好的預測效果.
위제고단일BP신경망락예측정도,이용AdaBoost.R2집성학습산법,장단일BP(Back-Propagation)신경망락집성,병침대AdaBoost.R2집성BP망락적특점,제출료일충신적모형경신방법,재유효지실현모형경신적동시극복료전통경신방법적불족.장해신방법응용도무순로호태광충격지압예보중,대충격지압발생적주요인소진행료분석병장기작위모형적수입,사용AdaBoost.R2집성BP망락작위핵심지능산법,건립료충격지압예보모형,취득료교호적예측효과.