基于纵向参数粒子群神经网络集成的煤矿涌水量预测
针对矿井涌水量的非线性特性,提出一种基于纵向参数的粒子群神经网络集成算法(VPPNE)的矿井涌水量预测方法.文中定义了粒子群的纵向参数,以保证多峰值优化.利用其作为判剐条件,粒子群在网络权值空问的并行搜索中动态聚类,形成各个子群空问.各搜索子空间的最优粒子对应于各个网络个体.网络集成规模大小由算法自动确定,不同的搜索子空间保证了网络个体的结构差异度.矿井涌水量预测实例表明:VPPNE算法可保证集成网络个体的差异性,有着良好的泛化性能,预测效果显著.
矿井涌水量、纵向参数粒子群、神经网络集成、结构差异度
39
TP742(遥感技术)
江苏省教育厅自然科学基金资助项目06KJD47018
2008-07-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
45-48