摘要
本文将广义径向基函数(RBF)神经网络应用于华丰煤矿实测的煤矿中冲击地压数据的建模和短期预报。在网络设计上,本文采用了贝叶斯阴阳(BYY)和谐学习算法进行网络隐单元个数的确定和参数初始值的选取,而在参数学习上,本文则采用了同步LMS学习算法。实验结果表明,这种基于广义RBF神经网络的预测方法在精度和速度上有了显著的优势,能够满足在工程应用中的实际要求。
学科与关键词
关键词
RBF神经网络贝叶斯阴阳和谐学习矿山冲击地压预测 RBF neural networkBYY harmony learningmine rockburstprediction
- 矿井瓦斯爆炸超压值分布的神经网络预测方法李江涛煤矿安全, 2013, (02): 157-160.
- 对角型广义RBF神经网络与非线性时间序列预测马尽文; 青慈阳信号处理, 2013, (12): 1609-1614.
- 一种组合神经网络在结构优化中的应用王矅辰; 纪爱敏; 张大伟; 郭聪聪机械制造与自动化, 2013, (02): 122-125.
