为提高工作面瓦斯涌出量预测的效率和准确率,提出了一种将遗传算法(GA)与极限学习机(ELM)相结合的瓦斯涌出量预测的新方法。为了避免ELM受输入权值矩阵和隐含层偏差随机性的影响,算法采用GA对ELM的输入权值矩阵和隐含层偏差进行优化,建立GA-ELM瓦斯涌出量预测模型。利用某矿瓦斯涌出量相关数据对该模型进行了实例分析,将ELM、SVM和BP算法预测结果与该模型进行了对比分析。结果表明:GA-ELM模型具有较高的预测精度,可以相对准确、高效地对工作面的瓦斯涌出量进行预测。
2024-01-15 23:38:39
364KB
1
本文以数据结构中的模块化思想为指导,提出房价预测的研究框架. 根据研究框架中对小样本数据的处理方法,首先运用主成分分析法对众多影响房价的因素进行筛选,得出影响房地产价格的综合指标，并采用了时差相关分析法得到各个影响因素的先行指标、同步指标、滞后指标。然后建立岭回归模型并对长沙房价进行了仿真预测,同时对结果进行了误差分析,得到2010年与2011长沙市的商品房销售价格将分别同比增长9.58%和11.32%的结论.同时还认为, 人口净增率、竣工面积和施工面积是影响长沙房地产价格的主要因素。
2021-11-29 15:33:08
335KB
1
湖北省2022届高三上学期普通高中学业水平合格性数学仿真预测压题试卷.docx
2021-09-06 17:10:57
1.1MB
山东省2021届高三下学期4月高考地理仿真预测卷（四） Word版含答案.docx
2021-04-17 09:00:24
484KB
山东省2021届高三下学期4月高考地理仿真预测卷（五） Word版含答案.docx
2021-04-17 09:00:23
489KB