基于BP和RBFNN的神經網絡算法在瓦斯預測中的應用及比較

煤與瓦斯突出是目前導致井下事故的直接原因,及時準確地預測瓦斯突出情況,對于保障井下安全生產有著十分重要地意義.神經網絡有良好地自學習和自感應能力.文中將BP算法和基于徑向基函數的遞歸正交最小二乘算法應用于瓦斯預測中,同時比較了兩種算法的優(yōu)點及缺點.仿真測試結果表明,徑向基函數神經網絡在瓦斯預測中有著更好的實用性.

作 者： 唐亮 李春生 許虎 劉永嘉 高曉棠 TANG Liang LI Chun-sheng XU Hu LIU Yong-jia GAO Xiao-tang   作者單位： 唐亮,TANG Liang(中國礦業(yè)大學(北京)煤炭資源與安全開采國家重點實驗室,北京,100083)

李春生,劉永嘉,高曉棠,LI Chun-sheng,LIU Yong-jia,GAO Xiao-tang(新疆時代石油工程有限公司電信所,克拉瑪依,834000)

許虎,XU Hu(徐州工程學院信電工程學院,徐州,221008) 

刊 名： 中國安全生產科學技術  ISTIC PKU 英文刊名： JOURNAL OF SAFETY SCIENCE AND TECHNOLOGY  年，卷(期)： 2007 3(6)  分類號： V216.5  關鍵詞： BP網絡   徑向基函數   遞歸正交最小二乘   瓦斯預測  

【基于BP和RBFNN的神經網絡算法在瓦斯預測中的應用及比較】相關文章：

基于MATLAB的BP神經網絡組合預測模型在公路貨運量預測中的應用04-27

基于Matlab的BP神經網絡在大氣污染物濃度預測中的應用04-27

基于MATLAB的BP神經網絡在清潔生產審核中的應用04-25

基于自適應Kalman濾波的BP神經網絡在導航中的應用04-27

遺傳BP算法在預測深厚軟基沉降中的應用04-26

基于BP神經網絡的降雨充水礦井涌水量預測04-27

基于粒子群算法的神經網絡在水資源評價中的應用04-27

基于OLS算法的RBF神經網絡在大壩安全監(jiān)測中的應用04-25

應用BP神經網絡預測涇惠渠灌區(qū)來水量04-26

基于BP網絡和遺傳算法的波阻抗混合反演04-27