模糊前向神经网络在瓦斯涌出量预测中的应用

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｅｍｉｓｓｉｏｎｐｒｅｄｉｃｔｉｏｎｗｅｒｅｓｅｌｅｃｔｅｄｂｙｔｈｅｍｅｔｈｏｄｏｆｐｉｎｒｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎｌｙａｓｉｓ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｆｕｚｚｙｆｅｅｄ— ｆｏｗａｒｒｄｎｅｕｒａｌｎｅｔｗｏｒｋｈａｄｈｉｇｈｍｏｄｅｌｉｎｇａｎｄｐｒｅｄｉｃｔｉｎｇａｃｃｕｒａｃｙ．Ｋｅｙｗｏｒｄｓ：ｆｕｚｚｙｆｅｅｄ—ｆｏｗａｒｒｄｎｅｕｒａｌｎｅｔｗｏｒｋ；ｗｅｉｇｈｔｓ — ｄｉｒｅｃｔ－ｄｅｔｅｒｍｉｎａｔｉｏｎ；ｇａｓｅｍｉｓｓｉｏｎｑｕａｎｔｉｔｙ；ｐｒｅｄｉｃｔｉｏｎ
摘Hale Waihona Puke Baidu
要：为解决多输入单输出数据集的建模预测问题，提出一种基于Ｍａｍｄａｎｉ型模糊系统和前向神经网络的
模糊神经网络，实现了瓦斯涌出量的建模预测．首先由采样数据生成模糊规则，明确了前向神经网络的网络结构．在Ｍａｍｄａｎｉ型模糊系统中提取出了隐含层神经元激励函数，并据此确定了模糊前向神经网络的表达式．然后对ＢＰ学习算法进行了改进，得到了权值直接确定的矩阵式．最后在瓦斯涌出量预测中，利用主成分分析
法选取了较为重要的３个因素．仿真实验表明模糊前向神经网络具有较高的建模和预测精度．
关键词：模糊前向神经网络；权值直接确定；瓦斯涌出量；预测中图分类号：ＴＰ１８３文献标志码：Ａ文章编号：１０００ — ２１６２（２０１３）０６ — ００３０ — ０６
（ＤｅｐａｒｔｍｅｎｔｏｆＢａｓｉｃＣｏｕｒｓｅ，ＮｏａｈＣｈｉｎａＩｎｓｔｉｔｕｔｅｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１０１６０１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｍｕｌｔｉ —ｉｎｐｕｔｓｉｎｇｌｅ —ｏｕｔｐｕｔｇａｓｅｍｉｓｓｉｏｎｉｎｍｏｄｅｌｉｎｇａｎｄｐｒｅｄｉｃｔｉｎｇ，ｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆｆｕｚｚｙｎｅｕｒａｌｎｅｔｗｏｒｋｗａｓｐｕｔｆｏｒｗａｒｄｏｎｔｈｅｂａｓｉｓｏｆＭａｍｄａｎｉｆｕｚｚｙｓｙｓｔｅｍａｎｄｆｅｅｄ— ｆｏｗａｒｒｄｎｅｕｒａｌｎｅｔｗｏｒｋ．Ｆｉｒｓｔｌｙ，ｔｈｅｆｕｚｚｙｒｕｌｅｓｗｅｒｅｇｅｎｅｒａｔｅｄｂｙｔｈｅｓａｍｐｌｅｄｄａｔａ，ａｎｄｔｈｅｎｔｈｅｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅｏｆｔｈｅｆｅｅｄ－ｆｏｗａｒｒｄｎｅｕｒａｌｎｅｔｗｏｒｋｗａｓｄｅｔｅｒｍｉｎｅｄ．Ｓｅｃｏｎｄｌｙ，ｔｈｅｈｉｄｄｅｎｌａｙｅｒｎｅｕｒｏｎａｃｔｉｖａｔｉｏｎｆｕｎｃｔｉｏｎｓｗｅｒｅｅｘｔｒａｃｔｅｄｆｒｏｍｔｈｅＭａｍｄａｎｉ．ｆｕｚｚｙｓｙｓｔｅｍ，ａｎｄｔｈｅｅｘｐｒｅｓｓｉｏｎｏｆｔｈｅｆｕｚｚｙｎｅｕｒａｌｎｅｔｗｏｒｋｗａｓｒｅｃｅｉｖｅｄ．ＴｈｅＢＰｌｅａｎｉｒｎｇａｌｇｏｉｔｒｈｍｈａｄｂｅｅｎｉｍｐｒｏｖｅｄ，
第３７卷第６期
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－２１６２．２０１３．０６．００６
模糊前向神经网络在瓦斯涌出量预测中的应用
杨文光，高艳辉，王清
（华北科技学院基础部，北京１０１６０１）
２０１３年１１月
安徽大学学报（自然科学版）
ＪｏｕｒｎａｌｏｆＡｎｈｕｉＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒｌａＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）
Ｎｏｖｅｍｂｅｒ２０１３Ｖｏｌ＿３７Ｎｏ．６
ｈａｄｂｅｅｎｄｉｒｅｃｔｌｙｄｅｔｅｒｍｉｎｅｄｗｅｉｇｈｔｓｍａｔｉｘｒ．Ｆｉｎｌｌａｙ，ｔｈｅｔｈｒｅｅｍｏｓｔｉｍｐｏｒｔａｎｔｆａｃｔｏｒｓｉｎｔｈｅｇａｓ
Ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｆｕｚｚｙｆｅｅｄ－ｆｏｒｗａｒｄｎｅｕｒａｌ
ｎｅｔｗｏｒｋｉｎｇａｓｅｍｉｓｓｉｏｎｐｒｅｄｉｃｔｉｏｎ
ＹＡＮＧＷｅｎ — ｇｕａｎｇ，ＧＡＯＹａｎ — ｈｕｉ，ＷＡＮＧＱｉｎｇ