王艳晖
- 作品数：2 被引量：14H指数：2
- 供职机构：太原理工大学信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术矿业工程更多>>
- MFOA-SVM在采煤工作面瓦斯涌出量预测中的应用被引量：7
- 2016年
- 针对新安煤矿采煤工作面瓦斯涌出量系统时变非线性特点,建立改进果蝇算法(MFOA)支持向量机(SVM)预测模型。利用FOA具有运算简单、收敛速度快、寻优精度高等优势来优化SVM核函数参数g、惩罚因子c和不敏感损失函数ε,但FOA也存在可能陷入局部最优的不稳定缺陷,则嵌入三维搜索、混沌优化、自适应变步长和最优保留策略进行改进,并利用Rosenbrock测试函数和采煤工作面瓦斯涌出量历史数据进行试验分析,结果表明:该模型预测平均相对误差为2.16%,比其他预测模型具有更高的预测精度、更快的收敛速度、更强的泛化能力,具有一定的实际应用价值。
- 王艳晖李国勇王炳萱
- 关键词：瓦斯涌出量非线性
- 基于LM-PSO算法和BP神经网络的非线性预测控制被引量：7
- 2016年
- 针对非线性系统,提出了一种基于BP神经网络的预测控制方法。以BP神经网络建立多步预测模型并预测系统输出值,用LM(Levenberg-Marquardt)算法和PSO(Particle Swarm Optimization)算法组合的混合算法对目标性能指标函数进行滚动优化求解,得到非线性系统的最优控制量;利用误差修正参考输入法实现反馈矫正。通过将粒子群算法引入LM算法,克服了LM算法依赖初值和粒子群算法过早收敛于局部极值的问题,提高了求解的运行速度和精确度。通过对单变量非线性系统仿真实验,证明了该控制系统具有良好的稳定性、自适应性和鲁棒性。该方法可在数学模型不确定的情况下设计出有效的预测控制器。
- 王炳萱李国勇王艳晖
- 关键词：预测控制LM算法BP神经网络
