基于粒子群神经网络的底板突水预测研究  

作　　者：薛茹[1] 杨国勇[1] 李示[1] 车灿辉[1] 

机构地区：[1]中国矿业大学资源与地球科学学院,江苏徐州221008

出　　处：《能源技术与管理》2010年第4期6-8,共3页Energy Technology and Management

摘　　要：将粒子群优化算法用于优化神经网络,有效地避免了神经网络易于陷入局部最小点、收敛速度慢等缺陷。将影响底板突水因子的水压、断层、岩溶发育、隔水层厚度作为输入矢量,将粒子群优化的神经网络模型用于煤矿的底板突水预测中,结果表明:模型具有良好的适应性,对比传统的BP网络,精度取得了极大提高,收敛更快。

关 键 词：粒子群 神经网络 底板突水 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]