基于改进BP神经网络的瓦斯含量预测模型
来源期刊:工矿自动化2009年第4期
论文作者:赵延明
关键词:瓦斯含量; 预测; Fletcher-Reeves共轭梯度法; BP神经网络; 改进;
摘 要:煤层瓦斯含量是矿井安全生产的重要性能指标之一,而常规基于经验和传统数学模型的预测方法难以准确预测煤层瓦斯含量.针对该问题,文章在分析了基于Fletcher-Reeves共轭梯度法的改进BP神经网络模型的基础上,结合煤层瓦斯含量的各种影响因素,建立了一个基于3层改进BP神经网络的瓦斯含量预测模型,并进行了具体的网络训练和预测仿真.结果表明,该瓦斯含量预测模型收敛速度快,预测精度高,可满足实际生产要求.
赵延明1
(1.湖南科技大学信息与电气工程学院,湖南,湘潭,411201)
摘要:煤层瓦斯含量是矿井安全生产的重要性能指标之一,而常规基于经验和传统数学模型的预测方法难以准确预测煤层瓦斯含量.针对该问题,文章在分析了基于Fletcher-Reeves共轭梯度法的改进BP神经网络模型的基础上,结合煤层瓦斯含量的各种影响因素,建立了一个基于3层改进BP神经网络的瓦斯含量预测模型,并进行了具体的网络训练和预测仿真.结果表明,该瓦斯含量预测模型收敛速度快,预测精度高,可满足实际生产要求.
关键词:瓦斯含量; 预测; Fletcher-Reeves共轭梯度法; BP神经网络; 改进;
【全文内容正在添加中】