1. 首页
  2. 移动开发
  3. 其他
  4. 基于改进粒子群BP神经网络的矿井突水水源判别

基于改进粒子群BP神经网络的矿井突水水源判别

上传者: 2020-07-18 09:18:49上传 PDF文件 120.29KB 热度 27次
选取K++Na+、Ca2+、Mg2+、Cl-、HCO3-、SO42-6种离子作为判别指标,提出基于Tent混沌映射的自适应混沌粒子群算法(ACPSO),使自适应混沌粒子群算法快速、高效地对BP神经网络完成最优初始化,并将建立的ACPSO-BP神经网络突水水源判别模型进行实例应用。
用户评论