• 论文
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于JADE-ELM的煤巷围岩稳定性预测
  • 作者

    王东升靳晓

  • 摘要
    为了对煤巷围岩稳定性进行科学、准确的预测,提出了一种将自适应差分进化算法(JADE)与极限学习(ELM)结合的煤巷围岩稳定性预测新方法。基于ELM训练速度快、泛化能力好和易获取全局最优解的优点,采用JADE优化ELM的输入权值矩阵和隐含层偏差,减少随机性造成的误差,建立JADE-ELM煤巷围岩稳定性预测模型。利用霍州煤矿区煤巷实测数据进行实例分析,并将预测结果与ELM、BP、RBF神经网络比较。结果显示:JADE-ELM模型预测平均精度为97.85%,比ELM、BP、RBF模型分别高出4.05%、17.85%、22.85%,JADE-ELM模型具有更高的预测精度,能够更准确的对煤巷围岩稳定性进行预测。
  • 关键词

    煤巷围岩稳定性自适应差分进化算法极限学习机仿真预测

相关问题

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联