参考文献
[1]邵良杉.基于粗糙集理论的煤矿瓦斯预测技术[J].煤炭学报,2009,34(3):371-375.
[2]付华,谢森,徐耀松,等.基于MPSO-WLS-SVM的矿井瓦斯涌出量预测模型研究[J].中国安全科学学报,2013,23(5):56-61.
[3]尹光志,李铭辉,李文璞,等.基于改进BP神经网络的煤体瓦斯渗透率预测模型[J].煤炭学报,2013,38(7):1179-1184.
[4]吕伏,梁冰,孙维吉,等.基于主成分回归分析法的回采工作面瓦斯涌出量预测[J].煤炭学报,2012,37(1):113-116.
[5]王晓路,刘建,卢建军.基于虚拟状态变量的卡尔曼滤波瓦斯涌出量预测[J].煤炭学报,2011,36(1):80-85.
[6]魏春荣,李艳霞,孙建华,等.灰色-分源预测法对煤矿瓦斯涌出量的应用研究[J].采矿与安全工程学报,2013,30(4):628-632.
[7]崔鸿伟.长壁采煤工作面瓦斯涌出量影响因素实测研究[J].煤炭科学技术,2011,39(11):70-72.
[8]Mirea L.Fault Diagnosis Using Hybrid Wavelet/Elman Neural Networks[C]//Proceedings of the 15th International Conference on System Theory,Control,and Computing.Washington D.C.,USA:IEEE Press,2011:1-6.
[9]Chandra R,Zhang Mengjie.Cooperative Coevolution of Elman Recurrent Neural Networks for Chaotic Time Series Prediction[J].Neurocomputing,2012,86(1):116-123.
[10]张军丽,周永权.人工萤火虫与差分进化混合优化算法[J].信息与控制,2011,40(5):608-613.
[11]赵学锋.基于GSO算法的最小连通支配集问题求解[J].计算机工程,2013,39(2):99-107.
[12]Deng Jiamei.Dynamic Neural Networks with Hybrid Structures for Nonlinear System Identification[J].Engineering Applications of Artificial Intelligence,2013,26(1):281-292.
[13]李凡军,乔俊飞,韩红桂.网络结构增长的极端学习机算法[J].控制理论与应用,2014,31(5):638-643.
[14]邵良杉,付贵祥.基于数据融合理论的煤矿瓦斯动态预测技术[J].煤炭学报,2008,33(5):551-555.
[15]付华,姜伟,单欣欣.基于耦合算法的煤矿瓦斯涌出量预测模型研究[J].煤炭学报,2012,37(4):654-658.
编辑顾逸斐 |