针对顶板冒落带高度问题提出新的预计模型,通过搜集众多矿井的实测数据,在支持向量机理论基础上建立预计模型。采用果蝇优化算法对预计模型进行优化训练,建立FOA-SVM预计模型,利用实测数据对模型的预计结果进行检验,预计结果较为准确,比PSO-SVM模型和GA-SVM模型结果稳定性好计算精度高。
2024-01-10 19:02:39
205KB
1
回采工作面瓦斯涌出量受多种因素共同影响,很难用线性方法进行准确预测。广义回归神经网络(GRNN)是一种前馈神经网络,具有鲁棒性好和高容错率的优点,并且调节参数只有1个,因此,基于GRNN构建预测模型,运用改进的果蝇优化算法(FOA)对传统GRNN模型进行优化,应用主成分分析法(PCA)对样本数据进行降维简化处理,以减少次要因素对预测结果的干扰。选取晓明矿数据对模型进行验证,预测效果良好,其平均绝对误差为3.98%,低于传统GRNN模型的7.06%。
2022-02-28 15:50:51
753KB
1
foa代码matlab
FOA
森林优化算法
Matlab
代码
此
matlab
代码是与论文“Ghaemi、Manizheh
和
Mohammad-Reza
Feizi-Derakhshi”相关的森林优化算法的实现。“森林优化算法”。专家系统与应用
41，第
15
期（2014
年）：
6676-6687。”
代码和论文之间可能存在一些差异。
2021-11-14 16:04:05
7KB
1