基于IHS-RELM的回采工作面瓦斯涌出量预测 |
| |
引用本文: | 李乃文,关彤.基于IHS-RELM的回采工作面瓦斯涌出量预测[J].资源开发与市场,2015(3):262-265,300. |
| |
作者姓名: | 李乃文 关彤 |
| |
作者单位: | 辽宁工程技术大学工商管理学院 |
| |
基金项目: | 国家自然科学基金项目(编号:70971059) |
| |
摘 要: | 针对回采工作面瓦斯涌出这样复杂的动态变化系统,提出了改进的和声搜索算法(IHS)与正则极速学习机(RELM)相结合的预测方法。对和声搜索算法的基本原理进行了研究,通过采用动态变化的PAR和BW值,优化和声搜索算法的全局搜索能力;利用IHS选取RELM中的输入层权值(IW)和隐含层阈值(B),以均方根误差为目标函数,提高了算法的预测精度。仿真实验结果表明,通过与已有的BP神经网络和SVM预测模型作对比,该方法具有更好的预测效果。
|
关 键 词: | 和声搜索算法 极速学习机 回采工作面 瓦斯涌出量 |
本文献已被 CNKI 等数据库收录! |
|