文献类型：期刊文章

作　　者：刘晓悦[1] 刘婉晴[1,2] 郭强[3]

LIU Xiao-yue;LIU Wan-qing;GUO qiang(College of Electrical Engineering,North China University of Science and Technology,Tangshan 063009,China;Hebei Datang International Tangshan Power Plant,Tangshan 063000,China;Huaneng Hanfeng Power Plant,Handan 056000,China)

机构地区：[1]华北理工大学电气工程学院,河北唐山063009 [2]河北大唐国际唐山热电有限责任公司,河北唐山063000 [3]华能邯峰电厂,河北邯郸056000

出　　处：《控制工程》

基　　金：国家自然科学基金资助项目(61203343);河北省自然科学基金资助项目(F2013209326);河北省引进留学人员资助项目

年　　份：2018

卷　　号：25

期　　号：8

起止页码：1364-1369

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、JST、ZGKJHX、核心刊

摘　　要：随着瓦斯浓度数据规模的不断扩增,目前已有的传统算法无法满足海量数据处理的要求。运用云计算在处理大数据集时的较强优势,首先在云平台下搭建了煤矿瓦斯浓度架构,提出了一种基于云计算的遗传优化Elman神经网络模型,并以唐山市某煤矿海量数据为基础进行实验。经验证,此算法在煤矿瓦斯浓度短期预测方面兼具高效性与可行性。

关 键 词：煤矿 瓦斯浓度 预测  ELMAN神经网络 遗传算法 云计算

分 类 号：TD712]