基于改进蝗虫算法优化长短时记忆神经网络的多参数瓦斯浓度预测模型研究

王雨虹; 王淑月; 王志中; 任日昕

首页> 中文期刊> 《传感技术学报》 >基于改进蝗虫算法优化长短时记忆神经网络的多参数瓦斯浓度预测模型研究

基于改进蝗虫算法优化长短时记忆神经网络的多参数瓦斯浓度预测模型研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了高效挖掘煤矿安全监测监控系统海量数据中包含的有效信息,提高煤矿瓦斯浓度预测精度,提出一种改进的蝗虫优化算法(IGOA)优化长短时记忆神经网络(LSTM)的多参数瓦斯浓度预测模型.首先对瓦斯多参数时间序列进行相关性分析和小波去噪;其次通过重构线性缩减因子c、引入柯西-高斯混合变异和最优邻域扰动策略联合改进蝗虫优化算法,提高其全局寻优能力,以此来优化LSTM相关超参数,构建瓦斯浓度预测模型;最后,以实测数据为样本进行实验验证,将提出的模型与BP、LSTM、PSO-LSTM以及GOA-LSTM模型对比,可得到提出的模型具有更好的预测效果,平均绝对百分比误差和均方根误差两种误差评价指标分别为0.531％、2.48×10-3.结果表明,提出的瓦斯浓度预测模型具有更高的预测性能.

著录项

来源
《传感技术学报》 |2021年第9期|1196-1203|共8页
作者
王雨虹; 王淑月; 王志中; 任日昕;
展开▼
作者单位

辽宁工程技术大学电气与控制工程学院辽宁葫芦岛125105;

辽宁工程技术大学电气与控制工程学院辽宁葫芦岛125105;

辽宁工程技术大学电气与控制工程学院辽宁葫芦岛125105;

辽宁工程技术大学电气与控制工程学院辽宁葫芦岛125105;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;矿井瓦斯;
关键词
瓦斯浓度预测; 改进蝗虫优化算法; LSTM; 多参数时间序列; 深度学习;

相似文献

中文文献
外文文献
专利

1. PM2.5浓度预测模型的研究与应用——基于人群搜索算法优化后支持向量机模型 [J] . 李培志 . 调研世界 . 2016,第002期
2. 基于遗传算法优化BP神经网络的瓦斯浓度预测研究 [J] . 刘奕君 ,赵强 ,郝文利 . 矿业安全与环保 . 2015,第002期
3. 基于循环神经网络的煤矿工作面瓦斯浓度预测模型研究 [J] . 李树刚 ,马莉 ,潘少波 . 煤炭科学技术 . 2020,第001期
4. 基于混沌相空间重构的IGA-LSSVM在线煤矿工作面瓦斯浓度预测模型的研究 [J] . 李绍良 ,王茜 ,张毅 . 中国煤炭 . 2019,第005期
5. 基于分态的煤矿瓦斯浓度预测模型的研究 [J] . 安葳鹏 ,孙贝 . 计算机工程与应用 . 2014,第020期
6. 变压器油中溶解气体浓度改进灰色预测模型的研究 [C] . 王有元 ,廖瑞金 ,徐海鹰 . 重庆市电机工程学会2004年学术会议 . 2004
7. 基于RNA的瓦斯浓度多参数融合预测研究 [A] . 潘少波 . 2020

基于改进蝗虫算法优化长短时记忆神经网络的多参数瓦斯浓度预测模型研究

摘要

著录项

相似文献

相关主题

期刊订阅