微粒群算法在瓦斯突出预测中的应用

如何确定RBF神经网络的隐单元RBF的中心c1直接影响到神经网络的逼近能力。本文通过带惯性权重的微粒群算法和学习训练法相结合的方式来确定RBF神经网络的隐单元RBF的中心c1。首先使用学习训练的方法根据局部信息确定中心c1,然后充分发挥了微粒群算法全局寻优的特点,通过时数据库的更新,使用带惯性权重的微粒群算法对得到的中心c1进行最优化．同时使用MATLAB进行程序设计。最后将RBF神经网络用于瓦斯突出预测中,得出了准确的预测结果。