典型文献
基于GA-PSO-BP混合优化算法的矿井CO气体监测系统设计
文献摘要：
针对井下工作面复杂多变的温湿度环境及悬浮煤尘对矿井内CO气体监测精度的不利影响,提出了一种基于GA-PSO-BP混合优化算法的井下CO气体监测系统设计方案.该系统设计有9个样本采样节点,各节点感知端选用红外气体传感器,决策端通过基于遗传算法和粒子群算法混合优化的BP神经网络算法对感知端进行复杂多变条件下的温湿度补偿.多次实验结果表明:相比应用广泛的BP神经网络算法和粒子群优化BP神经网络算法,使用混合优化BP神经网络(GA-PSO-BP)算法后9个测试样本节点返回监测中心的CO气体浓度最大误差不超过1.30％,满足井下气体监测精度需求.
文献关键词：
智能矿井;混合优化算法;遗传算法;粒子群算法;温湿度补偿;气体浓度误差
中图分类号：
作者姓名：
索艳春
作者机构：
中国煤炭科工集团太原研究院有限公司,山西太原 030006;山西天地煤机装备有限公司,山西太原 030006;煤矿采掘机械装备国家工程实验室,山西太原 030032
文献出处：
引用格式：
[1]索艳春-.基于GA-PSO-BP混合优化算法的矿井CO气体监测系统设计)[J].矿业安全与环保,2022(06):28-33
A类：
温湿度补偿,气体浓度误差
B类：
GA,PSO,混合优化算法,气体监测系统,监测系统设计,井下,温湿度环境,煤尘,监测精度,系统设计方案,红外气体传感器,粒子群算法,神经网络算法,粒子群优化,本节,返回,监测中心,最大误差,下气,智能矿井
AB值：
0.197942
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
