基于RBF神经网络的矿井瓦斯预测

预测瓦斯含量是治理瓦斯突出与爆炸的前提。这篇文章采用RBF神经网络方法利用监测的历史瓦斯数据来预测瓦斯含量。通过用样本数据对RBF神经网络进行训练,用检验样本进行验证,预测误差在可接受范围内。通过实验,验证了用RBF神经网络的方法对矿井瓦斯预测是可行的。

BP网的收敛特性及其在物性建模中的应用

本文对反向传播 (BP)网络在非线性系统建模过程中的收敛特性进行了研究 ,讨论了隐含层单元数对收敛特性的影响以及快速BP算法和Levenberg Marquardt算法 ,并将其应用在物性建模中。结果表明 。