基于PSO-BP的矿井淋水井筒风温预测
为解决矿井井底风流温度预测的问题,采用BP神经网络为模型,利用PSO算法优化网络权值和阈值,建立了一种新的井底风温预测模型,并用Matlab编程实现。通过对淮南某煤矿井底风温影响因素的分析得出地面入风口处风流温度、湿球温度,地面大气压力及井底湿球温度等因素的影响力较大。应用PSO-BP模型与BP模型对数据分别进行测试并分析,结果表明,该模型具有收敛速度快、预测精确度高,是求解井底风温非线性变化规律的最有效方法之一。
PSO、BP神经网络、淋水井筒、风流温度、优化权值和阈值
43
TD727(矿山安全与劳动保护)
2012-12-21（万方平台首次上网日期，不代表论文的发表时间）
共4页
178-181
