]*>","")" /> 基于QPSO-RBF的瓦斯涌出量预测模型

中国安全科学学报

• 安全系统学 • 上一篇    下一篇

基于QPSO-RBF的瓦斯涌出量预测模型

潘玉民,邓永红,张全柱,薛鹏骞   

  1. 华北科技学院信息与控制技术研究所,北京,101601
  • 出版日期:2012-12-20 发布日期:2012-12-25
  • 基金资助:
    国家安全生产监督管理总局安全生产科技发展指导性计划项目(06-472)%河北省教育厅科学研究基金资助(Z2006439)

Gas Emission Prediction Model Based on QPSO-RBF

  • Online:2012-12-20 Published:2012-12-25

摘要: 为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型.该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适应值参数.其中,RBF网络选取5-3-1的精简结构,采用5个变量作为影响因子预测瓦斯涌出量.结果表明,经QPSO优化后的RBF网络模型预测结果稳定且唯一,其泛化指标平均相对变动值(ARV)为0.012 2.与PSO-RBF、RBF模型预测结果比较,QPSO-RBF模型的泛化能力和网络训练速度优于前2种;预测精度约为PSO-RBF模型的1.5倍、RBF模型的4倍.

中图分类号: