文献类型：期刊文章

作　　者：赵广元[1] 马霏[1]

ZHAO Guang-yuan;MA Fei(School of Automation,Xi＇ an University of Posts ＆ Teleconmmnications,Xi＇ an 710061,China)

机构地区：[1]西安邮电大学自动化学院,陕西西安710061

出　　处：《测控技术》

基　　金：西安市科技计划项目(CXY1516(5));2015年大学生创新创业训练计划项目(201511664457)

年　　份：2018

卷　　号：37

期　　号：6

起止页码：20-23

语　　种：中文

收录情况：CSCD、CSCD_E2017_2018、JST、ZGKJHX、普通刊

摘　　要：对综采工作面粉尘浓度预测的方法是建立BP神经网络预测模型。为了提高算法的拟合能力及预测的准确度,使用粒子群算法对目标函数进行改进,即将粒子群算法寻到的最优权值和阈值应用于神经网络预测模型求综采工作面粉尘浓度。比较分析新的预测模型与常用的灰色模型以及标准的BP神经网络算法,结果表明粒子群优化的神经网络算法的拟合能力和预测的准确率显著提高。

关 键 词：综采 粉尘浓度预测  BP神经网络 粒子群算法 拟合能力  

分 类 号：TP3[计算机类]