基于FOA优化的GRNN煤与瓦斯突出预测研究

关键词：煤与瓦斯突出 果蝇优化算法 广义回归神经网络 预测 

摘要：为了准确可靠地预测煤与瓦斯突出现象,本文在GRNN预测的基础上提出一种新的预测方法,利用FOA的全局寻优能力实现GRNN网络的spread参数值优化,避免GRNN的参数选取对预测精确性的影响,以此建立FOA-GRNN模型来对矿井煤与瓦斯突出进行预测。应用该模型对实测的历史数据进行判断,预测结果与实际情况相符,预测精度及泛化能力与广义回归神经网络相比有大幅度改善。

内蒙古煤炭经济杂志要求:

{1}如有课题，请注明课题来源、课题名称、项目编号。

{2}文稿要求观点正确，立论新颖，主题鲜明，具有一定的理论水平和学术价值。文稿应未在国内外公开发行的刊物上发表。

{3}文章的正文标题、表格、图形、公式须分别连续编号，脚注每页单独编号。大标题居中，编号用一、二、三;小标题左齐，编号用(一)、(二)、(三);其他用阿拉伯数字。

{4}摘要:论著性文章要附400字左右中英文摘要，结构式摘要包括目的、方法、结果（要列出主要数据）、结论4部分。

{5}第一作者和通讯作者（一般为导师）简介（包括姓名、出生年份、性别、所获学位、职称、目前主要从事的工作或研究方向、电子邮箱），并请在文稿的首页地脚处注明论文属何基金项目（编号）资助。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社