基于遗传算法优化的RBF网络预测瓦斯涌出量  

作　　者：方亮亮[1] 潘玉民[1] 

机构地区：[1]华北科技学院电子信息工程学院,河北廊坊101601

出　　处：《科技视界》2014年第16期49-50,共2页Science & Technology Vision

基　　金：河北省教育厅计划项目(Z2006439)~~

摘　　要：RBF网络待定参数较多,难以确定出最佳值,因此利用RBF神经网络预测瓦斯涌出量具有一定的局限性。本文采用遗传算法优化、简化RBF网络结构及参数,建立GA-RBF预测模型对瓦斯涌出量进行预测。该模型利用遗传算法的选择、变换、变异等运算,再按照优胜劣汰的原则保留网络参数的最优值。仿真实验表明,GA-RBF预测精度优于传统的RBF预测模型,训练速度也有明显提高。

关 键 词：瓦斯涌出量 遗传算法 优化 预测 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]