期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于GWO-BPNN-AdaBoost的巷道摩擦风阻预测模型
1
作者 马恒 王硕 高科 《兰州大学学报(自然科学版)》 北大核心 2025年第3期373-377,383,共6页
构建煤矿矿井的巷道摩擦风阻预测模型用于反映矿井的通风阻力特性.以MATLAB为基础,采用灰狼算法(GWO)改进反向传播神经网络(BPNN)与AdaBoost集成学习算法进行模型的训练与优化.用主成分分析法对实测数据中的7个预测特征进行降维处理,提... 构建煤矿矿井的巷道摩擦风阻预测模型用于反映矿井的通风阻力特性.以MATLAB为基础,采用灰狼算法(GWO)改进反向传播神经网络(BPNN)与AdaBoost集成学习算法进行模型的训练与优化.用主成分分析法对实测数据中的7个预测特征进行降维处理,提取5个主成分作为模型的输入集,以矿井巷道的摩擦风阻作为模型的输出集,通过GWO-BPNN-AdaBoost模型进行巷道摩擦风阻预测,并以矿井实测数据验证模型预测的准确性.结果表明,GWO-BPNN-AdaBoost模型相较于BPNN-AdaBoost模型,平均相对误差降低3.7%;相较于BPNN模型,平均相对误差降低6.99%,证明该模型具有更高的预测精度,能够作为有效获取或修正矿井巷道摩擦风阻的工具. 展开更多
关键词 矿井通风 主成分分析法 摩擦风阻 灰狼算法 集成学习
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部