基于FOA优化的GRNN煤与瓦斯突出预测研究

为了准确可靠地预测煤与瓦斯突出现象,本文在GRNN预测的基础上提出一种新的预测方法,利用FOA的全局寻优能力实现GRNN网络的spread参数值优化,避免GRNN的参数选取对预测精确性的影响,以此建立FOA-GRNN模型来对矿井煤与瓦斯突出进行预测。应用该模型对实测的历史数据进行判断,预测结果与实际情况相符,预测精度及泛化能力与广义回归神经网络相比有大幅度改善。