-
题名基于再生核RBF神经网络的瓦斯突出预测系统
被引量:2
- 1
-
-
作者
彭泓
王聪
王斌
-
机构
中国矿业大学机电学院
辽宁工程技术大学电气与控制工程学院
-
出处
《计算机测量与控制》
CSCD
北大核心
2012年第6期1463-1466,共4页
-
基金
国家自然科学基金项目(50874059)
-
文摘
该设计的瓦斯突出预测系统由数据采集,数据传输和数据处理三部分组成;首先使用层次分析法和MATLAB选择出了瓦斯突出影响因素,然后使用TMS320C6713和PCI总线技术设计了数据采集和传输系统,同时采用再生核算法来进行RBF神经网络的训练,通过W12[a,b]空间插值逼近的方法,把RBF神经网络的训练转换为解线性方程组,最后使用LABVIEW,MATLAB和CCS混合编程实现了再生核RBF神经网络的训练和仿真以及TMS320C6713软件开发,准确地预测出了瓦斯突出。
-
关键词
再生核rbf神经网络
瓦斯突出
pci总线
-
Keywords
reproducing kernel rbf neural networks gas outbursts pci bus
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-