典型文献
基于改进粒子群小波神经网络的瓦斯浓度预测研究
文献摘要：
结合小波神经网络基本原理,提出一种粒子群优化小波神经网络的瓦斯浓度预测模型.对小波神经网络基本原理进行分析,然后,利用粒子群对小波神经网络参数进行优化,并构建预测模型;最后,以P1～P5监测点的煤矿瓦斯浓度数据为基础,将其输入预测模型中进行训练.结果表明:粒子群优化后的小波神经网络在瓦斯浓度预测方面,数值更接近真实值,同时迭代次数在110次左右即达到稳定.
文献关键词：
小波神经网络;瓦斯浓度;粒子群;浓度预测
中图分类号：
作者姓名：
杨世金
作者机构：
广西安全工程职业技术学院,广西 岑溪 530100
文献出处：
引用格式：
[1]杨世金-.基于改进粒子群小波神经网络的瓦斯浓度预测研究)[J].粘接,2022(06):108-110
A类：
B类：
改进粒子群,群小,小波神经网络,瓦斯浓度预测,预测研究,粒子群优化,优化小波,网络参数,P1,P5,监测点,煤矿瓦斯,真实值,迭代次数
AB值：
0.219876
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
