煤矿瓦斯浓度预测的ANFIS方法研究
来源期刊：中国矿业大学学报2007年第4期
论文作者：侯玉华 裴小斐 白静宜 程健 张剑英
关键词：时间序列; 相空间重构; 自适应神经模糊推理系统(ANFIS); 瓦斯浓度;
摘 要：将时间序列分析方法与自适应神经模糊推理系统(ANFIS)结合,构建煤矿瓦斯浓度的预测模型.根据Takens理论,重构煤矿瓦斯浓度相空间,分别采用互信息法确定相空间时延和假近邻法确定相空间维数;然后在重构相空间中,运用自适应神经模糊推理系统构建煤矿瓦斯浓度的预测模型,并应用混合学习算法整定模型参数.结果表明,得到的模型训练和检验均方根误差分别为0.021 4和0.021 6,充分体现了ANFIS具有显著的学习能力和良好的泛化能力,同时也表明该预测模型是切实可行的.
侯玉华1，裴小斐1，白静宜1，程健1，张剑英1
(1.中国矿业大学,信息与电气工程学院,江苏,徐州,221116)
摘要:将时间序列分析方法与自适应神经模糊推理系统(ANFIS)结合,构建煤矿瓦斯浓度的预测模型.根据Takens理论,重构煤矿瓦斯浓度相空间,分别采用互信息法确定相空间时延和假近邻法确定相空间维数;然后在重构相空间中,运用自适应神经模糊推理系统构建煤矿瓦斯浓度的预测模型,并应用混合学习算法整定模型参数.结果表明,得到的模型训练和检验均方根误差分别为0.021 4和0.021 6,充分体现了ANFIS具有显著的学习能力和良好的泛化能力,同时也表明该预测模型是切实可行的.
关键词:时间序列; 相空间重构; 自适应神经模糊推理系统(ANFIS); 瓦斯浓度;
【全文内容正在添加中】
