基于改进ABC-GRNN模型的煤矿瓦斯浓度预测研究

发布时间：2018-06-09 17:04

  本文选题：无线传感网络 + 瓦斯浓度　； 参考：《控制工程》2017年04期

【摘要】：为了实现对煤矿瓦斯浓度的准确预测,提出了一种基于改进的人工蜂群算法(Artificial Bee Colony Algorithm,ABC)优化广义回归神经网络(General Regression Neural Network,GRNN)的瓦斯浓度预测方法。将基于无线传感器网络的瓦斯监控系统收集到的数据作为原始样本,经过具有伸缩性的自适应阈值函数对小波系数进行修正的方式对其进行去噪滤波预处理。采用ABC算法对GRNN网络参数进行优化,建立了瓦斯浓度的预测模型,并通过Matlab使用相关数据来训练和测试该模型的性能。仿真研究表明,所建模型能很快找到合适的平滑参数并对瓦斯浓度进行有效地预测。与其他预测模型相比较,该模型的预测精度更高,泛化能力更强,有较高的实用价值。
[Abstract]:......
【作者单位】： 辽宁工程技术大学电气与控制工程学院;国网辽宁省电力有限公司辽阳供电公司;
【基金】：国家自然科学基金项目(51274118)
【分类号】：TD712.3;TP18

【相似文献】

相关期刊论文 前4条

1 王文才;王瑞智;孙宝雷;王政委;刘海;;基于广义回归神经网络GRNN的矿井瓦斯含量预测[J];中国煤层气;2010年01期

2 付小平;薛新华;李洪涛;;GRNN模型在煤与瓦斯突出及瓦斯含量预测中的应用[J];中国安全科学学报;2012年01期

3 聂娜娜;王英博;王铭泽;李仲学;;FOA优化GRNN网络的尾矿库安全预测[J];中国安全生产科学技术;2014年08期

4 ;[J];;年期

，

本文编号：2000477