径向基神经网络无偏灰色瓦斯涌出量预测
用户评论
推荐下载
-
基于RBF神经网络的瓦斯涌出量预测
传统瓦斯涌出量预测方法存在一定的局限性,预测精度不能满足要求。为了提高瓦斯涌出量预测精度,采用RBF神经网络对瓦斯涌出量相关数据进行建模。通过训练13组样本,对5组数据进行预测,分析了隐层神经元个数对
12 2020-07-17 -
灰色关联优化BP神经网络预测工作面瓦斯涌出量
根据义马中部井田瓦斯地质规律,选取埋深、开采强度、开采顺序和煤层厚度作为自变量,瓦斯涌出量为目标量,构建自变量矩阵和参考序列,进行瓦斯涌出量影响因素灰色关联度分析;由于各瓦斯地质影响因素与瓦斯涌出量的
13 2020-07-17 -
基于灰色神经网络算法的煤矿瓦斯涌出量预测模型研究
煤矿设计和开采受瓦斯涌出量的影响。由于地质条件不同,瓦斯涌出量也各有不同,传统方法预测瓦斯涌出量精确性很低。文章首先对灰色神经网络预测的现状做出介绍,然后分别介绍了灰色系统和神经网络的模型,最后结合灰
15 2020-07-17 -
矿井瓦斯涌出量灰色预测法
以矿井瓦斯涌出量的预测为主要研究目的,讨论了应用灰色模型预测瓦斯涌出量的可行性,简要介绍了灰色预测建模方法及模型精度检验方法,最后将上述理论应用于一个实例,并编制了用于灰色预测的MATLAB程序。研究
16 2020-07-17 -
基于灰色模型的瓦斯涌出量预测
运用灰色模型得出了回采工作面和掘进工作面的瓦斯涌出量预测值;统计分析了7601综采工作面日产量(日进度)与相对瓦斯涌出量之间的关系;运用MATLAB曲线拟合工具,通过对原始数据的等间隔序列化等处理,得
16 2020-07-16 -
改进的神经网络在瓦斯涌出量预测中的应用
以解决矿井瓦斯涌出量预测问题为研究目的,将模糊系统和人工神经网络有机结合起来,组成T-S模糊神经网络,利用遗传算法对网络中参数值进行优化,对淮南某煤矿进行试验并分析。结果表明预测模型正确可靠。
12 2020-07-17 -
径向基神经网络预测程序.zip
基于matlab编写的算法程序代码,无error,可直接运行,内有详细注释。本科生自学机器学习、人工智能、毕业设计必备代码,欢迎下载交流。
13 2020-09-01 -
径向基神经网络
使用python语言编写,在pycharm环境下测试了,能够跑通。并且生成拟合曲线
20 2020-06-10 -
采煤工作面瓦斯涌出量LMD BP神经网络建模预测研究
文章阐述了局部均值分解(LMD)非平稳信号处理方法,并通过对收集得到采煤工作面瓦斯涌出量数据进行LMD分解,得到多个PF分量。然后再用改进的神经网络方法对其分别进行预测,再把不同预测结果进行叠加重构合
16 2020-07-17 -
分层开采瓦斯涌出量预测
根据永天煤业矿井瓦斯赋存情况、矿井采掘部署与接替计划,对矿井瓦斯进行了分析,并采用分源预测法对不同时期分层开采的采煤工作面、掘进工作面、采区的矿井瓦斯涌出量进行了预测。分析预测结果得出,该矿上下分层开
23 2020-07-20
暂无评论