基于PSO-BPNN的煤自燃危險性預(yù)測模型

摘要： 為提高采空區(qū)遺煤自燃危險性預(yù)測的準(zhǔn)確性，采用粒子群優(yōu)化算法(PSO)改進(jìn)反向傳播神經(jīng)網(wǎng)絡(luò)(BPNN)的連接權(quán)重和閾值，構(gòu)建一種將PSO算法與BPNN相耦合的煤自燃預(yù)測模型(PSO-BPNN模型),并從不同方面對比分析PSO-BPNN模型與BPNN模型和支持向量回歸機(SVR)模型的預(yù)測結(jié)果。研究表明：優(yōu)化后的平均相對誤差、平均絕對誤差和均方根誤差相較于BPNN模型分別降低了9....