控制工程
控製工程
공제공정
CONTROL ENGINEERING OF CHINA
2014年
4期
592-595,599
,共5页
瓦斯涌出量%非线性动态系统%混沌免疫遗传优化算法%Elman神经网络
瓦斯湧齣量%非線性動態繫統%混沌免疫遺傳優化算法%Elman神經網絡
와사용출량%비선성동태계통%혼돈면역유전우화산법%Elman신경망락
gas emission%nonlinear dynamic system%chaotic immune genetic optimization algorithm%Elman neural network
针对煤与瓦斯突出灾害中瓦斯涌出量的辨识预测问题,结合采煤工作面瓦斯涌出量系统的现场实际特点,提出了混沌免疫遗传优化算法(CIGOA)与Elman神经网络相结合的耦合算法(CIGOA-ENN).利用GIGOA的全局寻优能力替代梯度下降法,以克服Elman神经网络固有的缺陷.并根据输入的数据,构造基于CIGOA和ENN耦合算法的瓦斯涌出量系统辨识预测模型.利用矿区采集的现场监测数据进行仿真预测,实验表明该预测模型与BPNN,GA-ENN等神经网络预测模型相比,其收敛速度更快、收敛精度更高、鲁棒性更强,为解决煤矿瓦斯涌出量的预测问题提供了一个行之有效的方法.
針對煤與瓦斯突齣災害中瓦斯湧齣量的辨識預測問題,結閤採煤工作麵瓦斯湧齣量繫統的現場實際特點,提齣瞭混沌免疫遺傳優化算法(CIGOA)與Elman神經網絡相結閤的耦閤算法(CIGOA-ENN).利用GIGOA的全跼尋優能力替代梯度下降法,以剋服Elman神經網絡固有的缺陷.併根據輸入的數據,構造基于CIGOA和ENN耦閤算法的瓦斯湧齣量繫統辨識預測模型.利用礦區採集的現場鑑測數據進行倣真預測,實驗錶明該預測模型與BPNN,GA-ENN等神經網絡預測模型相比,其收斂速度更快、收斂精度更高、魯棒性更彊,為解決煤礦瓦斯湧齣量的預測問題提供瞭一箇行之有效的方法.
침대매여와사돌출재해중와사용출량적변식예측문제,결합채매공작면와사용출량계통적현장실제특점,제출료혼돈면역유전우화산법(CIGOA)여Elman신경망락상결합적우합산법(CIGOA-ENN).이용GIGOA적전국심우능력체대제도하강법,이극복Elman신경망락고유적결함.병근거수입적수거,구조기우CIGOA화ENN우합산법적와사용출량계통변식예측모형.이용광구채집적현장감측수거진행방진예측,실험표명해예측모형여BPNN,GA-ENN등신경망락예측모형상비,기수렴속도경쾌、수렴정도경고、로봉성경강,위해결매광와사용출량적예측문제제공료일개행지유효적방법.
