基于Adaboost-PSO-BP模型的开采沉陷预测研究

来源 :煤炭工程 | 被引量 : 0次 | 上传用户:ASD121406113
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对开采沉陷量与多影响因素复杂非线性关系问题,提出了基于粒子群算法优化BP神经网络的Adaboost强预测模型(Adaboost-PSO-BP模型)。预测结果表明,与BP模型、AdaboostBP模型和PSO-BP模型相比,Adaboost-PSO-BP模型提高了预测精度,平均相对误差值优化到4.26%;该模型融合了Adaboost算法侧重预测误差大的样本和粒子群算法优化神经网络权值及阈值的特点,实现了强预测器"优中选优"的目的,在开采沉陷预测中具有可行性。
其他文献
2011年6月初索尼爱立信新品CK15i现身官网,当很多人还在猜测这款手机何时在全球上市的时候,索尼爱立信大中华区已捷足先登,将这款新品推向了大陆市场。就此索尼爱立信大中华区总
在全京城进行宽带提速的同时,北京联剐徼博)“光进铜退”工程也将大规模展开。为什么要进行“光进铜退”改造·光纤节能、环保、占地小,更重要的是,光纤的传输速率不会受到距
结直肠癌的传统治疗方式尽管能提高总生存率,但是复发或转移患者疗效欠佳。近年来,随着分子生物学、肿瘤免疫学的迅速发展,免疫治疗成为一种重要的肿瘤治疗手段,在部分结直肠
文章详细阐述了综合利用全聚焦相控阵和电磁超声2种技术对1台液氨储罐定期检验中发现的壁厚异常部位进行精确检测与分析的过程。首先,介绍了这2种检测技术的特点以及液氨储罐