广义RBF神经网络在煤矿冲击地压预测上的应用

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.

关键词： 煤矿工业 冲击地压 数值预测 广义RBF神经网络

作者: 李焱 马尽文

作者单位: 北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室 北京 100871;黑龙江科技大学理学院 哈尔滨 150027 北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室 北京 100871

会议类型: 国内会议

会议名称: 第十六届全国信号处理学术年会及产业发展大会

会议地点: 哈尔滨

会议语种:中文

页码: 1689-1695

在线出版日期: 2013-10-01（万方平台首次上网日期，不代表论文的发表时间）