基于BP和RBFNN的神经网络算法在瓦斯预测中的应用及比较
煤与瓦斯突出是目前导致井下事故的直接原因,及时准确地预测瓦斯突出情况,对于保障井下安全生产有着十分重要地意义.神经网络有良好地自学习和自感应能力.文中将BP算法和基于径向基函数的递归正交最小二乘算法应用于瓦斯预测中,同时比较了两种算法的优点及缺点.仿真测试结果表明,径向基函数神经网络在瓦斯预测中有着更好的实用性.
作 者： 唐亮 李春生 许虎 刘永嘉 高晓棠 TANG Liang LI Chun-sheng XU Hu LIU Yong-jia GAO Xiao-tang 作者单位： 唐亮,TANG Liang(中国矿业大学(北京)煤炭资源与安全开采国家重点实验室,北京,100083)李春生,刘永嘉,高晓棠,LI Chun-sheng,LIU Yong-jia,GAO Xiao-tang(新疆时代石油工程有限公司电信所,克拉玛依,834000)
许虎,XU Hu(徐州工程学院信电工程学院,徐州,221008)
刊 名： 中国安全生产科学技术 ISTIC PKU 英文刊名： JOURNAL OF SAFETY SCIENCE AND TECHNOLOGY 年，卷(期)： 2007 3(6) 分类号： V216.5 关键词： BP网络 径向基函数 递归正交最小二乘 瓦斯预测