基于遗传算法和人工神经网络的煤层厚度预测
详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文
摘要
将具有高度非线性识别能力的人工神经网络与遗传算法相结合,探讨了应用于煤层厚度预测的方法,提出了先用遗传算法优化神经网络,再进行结果预测。实践表明,该方法有效提高了精度,对煤层厚度预测提供了一个重要模型。
On the basis of combining the genetic algorithm and artificial neural network with highly non-linear recognition capability,the authors discuss methods to forecast coal seam thickness.In this paper,new neural network optimized by genetic algorithm is presented,then coal seam thickness is predicated.According to this paper,the method has been proved of improved accuracy and regarded an important model to forecast coal seam thickness.
引文
[1]崔若飞.地震资料矿井构造解释方法及应用[M].北京:煤炭科学出版社,1997
    [2]张志文,梁欠峰,王增莹.遗传算法优化BP网络及其在灰渣粘度预测中的应用[J].计算机与应用化学,2007(5)
    [3]蒋云霞,蔡嗣经.神经网络与遗传算法结合在矿业评价中的应用[J].辽宁工程技术大学学报,2006,25(5)
    [4]尚俊松,毛定祥.改进BP神经网络在股市预测中的应用[J].价值工程,2004(7)
    [5]李建珍.基于遗传算法的人工神经网络学习算法[J].西北师范大学学报(自然科学版),2002(2)
    [6]雷英杰,张善文等.Matalab遗传算法工具箱及应用[M]西安:西安电子科技大学出版社,2004

版权所有:© 2023 中国地质图书馆 中国地质调查局地学文献中心