10.3969/j.issn.1674-1803.2023.08.06
基于GA-BP神经网络的煤层底板突水量等级预测
BP神经网络虽然具备了解决非线性问题的能力,不过依然存在收敛速度慢,易陷入局部最优等问题,为了提高煤层底板突水量等级预测的准确性,提出一种新的方法,使用具有较强全局搜索能力的遗传算法来优化权值和阈值取代BP神经网络中随机初始的权值和阈值.以九龙矿区煤层底板突水实测资料为基础,建立了采用遗传算法优化的BP神经网络(GA-BP神经网络)预测煤层底板突水量等级模型.结果表明:该预测模型相对于BP神经网络模型预测性能更优,预测准确率提高了11%.
遗传算法优化、GA-BP神经网络、煤层底板、突水量等级
35
TD742(矿山安全与劳动保护)
国家自然科学基金;河北省自然科学基金生态智慧矿山联合基金资助项目
2023-10-08（万方平台首次上网日期，不代表论文的发表时间）
共6页
32-37
