荆晓亮
- 作品数：5 被引量：7H指数：2
- 供职机构：辽宁工程技术大学电气与控制工程学院更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金辽宁省科技厅科技攻关项目更多>>
- 相关领域：自动化与计算机技术矿业工程更多>>
- 基于MPSO-RBF的瓦斯涌出量预测研究被引量：2
- 2012年
- 我国煤矿的重大灾害事故中70%以上是瓦斯事故,煤矿瓦斯是影响煤矿安全生产的重要因素;针对瓦斯煤尘爆炸和煤与瓦斯突出给煤炭矿山带来的危害极大的问题,引入了基于改进PSO算法的RBF神经网络的混合优化算法(MPSO-RBF算法),即将PSO算法的全局搜索能力和RBF神经网络局部优化相结合,并建立了瓦斯预测模型;仿真与实际数据验证表明,优化算法所求的最优解具有良好的收敛能力,瓦斯涌出量的预测结果与实际值的误差在+1.44%至-0.63%之间,改进的粒子群算法优化的RBF神经网络对瓦斯涌出量预测能达到良好的效果。
- 付华舒丹丹荆晓亮
- 关键词：RBF神经网络瓦斯预测
- 基于CBC算法的瓦斯突出预测模型研究被引量：3
- 2012年
- 人工蜂群(ABC)算法易陷入局部极小点,搜索精度不高且算法收敛速度慢。为此,提出一种改进的混沌蜜蜂群(CBC)算法,修改ABC算法的食物源位置更新公式,引入混沌搜索机制进行局部搜索。将CBC算法应用于瓦斯突出预测中,建立神经网络预测模型,实验结果证明了该模型的有效性。
- 付华荆晓亮
- 关键词：人工蜂群算法混沌搜索瓦斯突出预测
- 煤与瓦斯突出灾害信息模式识别与集成决策
- 我国是煤炭生产大国,而煤与瓦斯突出(以下简称突出)灾害时有发生,从而严重制约着煤矿生命财产安全。本文采用模式识别技术对突出灾害信息进行处理,建立突出灾害预测模型,为突出灾害防治提供决策服务。从系统工程的角度,建立突出的分...
- 荆晓亮
- 关键词：煤炭生产瓦斯突出灾害信息模式识别
- 文献传递
- 基于神经网络与改进ABC算法的瓦斯预测研究被引量：2
- 2011年
- 人工蜜蜂群(ABC)优化算法具有较强的全局搜索能力。在标准算法的基础上,参考粒子群优化算法,加入当前全局最优解对算法的有益引导;当观察蜂在引导蜂所在食物源附近搜索时,引入混沌搜索机制,改善局部搜索性能。利用改进的ABC算法,以网络训练的最小方差F为优化指标,优化神经网络的连接权值。优化后的神经网络用于瓦斯预测,取得了良好的效果。
- 付华荆晓亮杨義葵
- 关键词：神经网络混沌搜索瓦斯预测
- 竞争算法在PID整定中的应用
- 2011年
- 针对传统PID的整定存在的不足,引入CCA(Colonial Competitive Algorithm),该算法是一种属于社会启发的算法,以被控对象的二次型性能指标优劣作为PID整定的衡量标准,提出了一种新的PID整定方法,该算法可以在搜索空间里迅速收敛到最优解。由仿真结果说明,该整定算法节省内存,寻优时间短且不需要设置初始的PID参数,具有比采用遗传算法等优化算法整定的效果好等优点。
- 单亚锋唐毅荆晓亮
- 关键词：优化算法PID整定二次型性能指标
