您所在的位置: 首页 > 专利技术 > 正文
专利基本信息
专利名称 一种基于自适应模块化神经网络的瓦斯浓度预测方法
专利状态 - 专利号(申请号) CN106503792B
专利申请日期 2016-10-25 专利类型 发明专利
申请公布号 2016109360887 申请公布日 2016-10-25
授权公告号 - 授权公告日 -
发明人 张昭昭;郭伟;耿涛
专利权人 西安科技大学
专利摘要 本发明提供一种基于自适应模块化神经网络的瓦斯浓度预测方法,涉及矿井瓦斯浓度检测技术领域。该方法首先采集瓦斯浓度数据,并存入瓦斯浓度数据库,对数据库中的瓦斯浓度数据进行自适应除噪处理后视为混沌时间序列,建立自适应模块化神经网络的训练样本集,构建自适应模块化神经网络软测量预测模型,根据新获得的瓦斯浓度数据与瓦斯浓度数据库中的历史数据,利用构建的预测模型对瓦斯浓度进行预测。该方法除噪效果显著,在有效去除噪声的同时能够很好的保留瓦斯浓度时间序列中的有用信息,构建自适应模块化神经网络的软测量预测模型,输入信息由多个不同子模型集成处理,可以提高预测模型的学习精度和泛化性能,提高预测模型的鲁棒性。
专利价值评估分析
相关推荐
Baidu
map