摘要
该文针对煤与瓦斯突出风险预测问题,利用BP神经网络建立预测模型,通过遗传算法对神经网络的权值和阈值优化,提高网络预测的精度。利用采集的前10组数据对网络进行训练,利用11~20组数据对预测模型进行检验,并且将检验结果与自适应BP神经网络的预测结果进行比较。结果表明:遗传算法与网络预测模型结合后的预测值跟实测值的绝对误差由原来的-0.011 9~0.200 0缩小到-0.001 3~0.061 1,提高了预测精度。
出处
《科技资讯》
2017年第1期181-183,共3页
Science & Technology Information
基金
华北理工大学大学生创新项目<改进的遗传算法在煤与瓦斯突出危险预测中应用的研究>(x2016075)
河北省科技计划项目<改进的混合并行遗传算法在京津冀交通网络优化中应用的研究>(15456252)的研究成果