首页 | 本学科首页   官方微博 | 高级检索  
     

基于粒子群优化神经网络的矿井安全预评价
引用本文:汪嘉杨,郭淳,李祚泳. 基于粒子群优化神经网络的矿井安全预评价[J]. 计算机应用, 2010, 30(Z1)
作者姓名:汪嘉杨  郭淳  李祚泳
作者单位:1. 成都信息工程学院,科学技术研究所,成都,610041
2. 成都信息工程学院,资源环境学院,成都,610041
摘    要:提出一种将粒子群算法(PSO)与BP算法相结合,用于BP网络权值调整的新算法.该算法在传统的BP算法的权值调整的基础上,引入粒子群算法的权值修正量,并依据矿井安全预评价指标及其分级标准,将新的算法应用于矿井安全预评价建模.其评价结果与用集对分析法的评价结果进行了比较,表明该方法不仅可以克服传统的BP算法收敛速度慢和易于陷入局部极小的局限,而且模型精度较高,具有泛化性能好和客观、实用的特点.

关 键 词:矿井安全  安全评价  BP网络  粒子群算法  模型优化

Preliminary evaluation model of mine safety based on neural networks optimized by particle swarm optimization
WANG Jia-yang,GUO Chun,LI Zuo-yong. Preliminary evaluation model of mine safety based on neural networks optimized by particle swarm optimization[J]. Journal of Computer Applications, 2010, 30(Z1)
Authors:WANG Jia-yang  GUO Chun  LI Zuo-yong
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号