改进共轭梯度算法在矿井瓦斯含量预测中的应用 |
| |
摘 要: | 本为预测矿井瓦斯含量,根据影响矿井瓦斯含量的煤层开采深度、煤层厚度、瓦斯压力、煤的变质程度、煤层顶板岩性与煤层底板岩性等主要因素建立三层BP神经网络分析模型.针对标准BP算法存在的收敛速度慢、容易陷入局部极小等问题,从理论分析角度对共轭梯度算法和改进共轭梯度算法进行对比分析研究,并且分别用标准BP算法、共轭梯度算法和改进共轭梯度算法对BP神经网络分析模型进行训练和测试.结果表明,改进共轭梯度算法收敛速度快,预测结果相对误差保持在1%以内,并且误差波动相对平稳.因此,基于改进共轭梯度算法的BP神经网络分析模型,能够有效预测矿井瓦斯含量.
|
本文献已被 CNKI 等数据库收录! |
|