用粒子群优化BP神经网络的顶板矿压预测.pdfVIP

第4期 杨 硕 王 胄 用粒子群优化 BP神经网络的顶板矿压预测 用粒子群优化 BP神经网络的 顶板矿压预测 杨 硕 ，王 胄 (1．西安科技大学 能源学院，陕西 西安 710054；2．中国科学技术大学 软件学院，江苏 苏州 215123) 摘 要：阐述 了运用粒子群优化人工神经网络建立采场顶板矿压预测模型的思路与方法。结合锦 界某煤矿采场矿压观测数据资料，阐述 了通过对 PSO—BP算法的采场顶板矿压预测模型的训练和 仿真实验 ，将预测值与实测值进行误差对比，分析结果表 明：PSO—BP模型精度高，误差小，与实测 值更接近，能满足实际的需要，具有广阔的工程应用前景。 关键词：粒子群优化；BP神经网络；顶板矿压；预测 中图分类号：TP183 文献标识码 ：B 文章编号：1671—749X(2010)04—0083—03 在PSO中，每个优化问题的解都是有哪些信誉好的足球投注网站空间的 0 引言 一 个 “粒子”的状态，所有的粒子都由一个适应函数 预测问题是国民经济和社会发展中的一个具有 (fitnessfunction)决定适应值(fitnessvalue)，每个粒 普遍性的科技难题。对于煤炭开采的井工作业来 子还有一个速度直接影响它们的飞翔的速度，粒子 说，维持并控制稳定的顶板活动是实现高产、高效的 根据当前 自身情况和粒子群的情况在解空间中搜 直接保证。因此，寻求一种较好的预测方法来对工 索。假设在D维有哪些信誉好的足球投注网站空间中，有m个粒子组成一群 作面顶板剧烈来压时段提前做出可靠的判断，将有 体，第 i个粒子在 D维空间中的位置表示为置 = 利于井下尽可能早的掌握顶板来压的未来状况，及 ( ，…， )，第 个粒子经历过的最好位置记 时采取相应的措施，有效地控制影响因素，避免开采 为P=(P P ，…，P∞)，每个粒子的飞行速度为 中的盲 目性和被动性，减少事故。这也就为预测学 = ( ，… )，i=1，2，…，m。在整个群体中，所 在井下矿压显现与岩层控制 中的应用提出了新的研 有粒子经历过的最好位置 P =(P P ，…，Pgo)，每 究课题。 一 代粒子根据下面公式更新 自己的速度和位置： = +C1r1(P 一 )+c2r2(P 一 ) 1 PSO算法 (1) 粒子群优化 (ParticleSwarm OptimizationPSO) = + (2) 算法是新兴的随机全局优化技术 ，由Kennedy和 其中i=l，2，…，m，d=1，2，…，D；W为惯性权 Eberhart于 1995年提出的一种优化算法，它是对鸟 重，W随着迭代线性地减少；学习因子 c。和 c为非 群觅食过程中的迁徙和聚集的模拟，由简单个体组 负常数，r和 ／2是[0，1]之间的随机数。％在 [一 成的群落以及个体之间的互动行为模拟有哪些信誉好的足球投注网站全局最 一 ， 一 ]之间，一是常数。迭代中止条件为最大迭 优解。 代次数或粒子群所有哪些信誉好的足球投注网站到的最优位置满足适应阈 1．1 算法描述 值 。 1．2 PSO算法