基于GA-LSTM的综采面瓦斯浓度预测模型
Coal Technology(2023)
Abstract
为了进一步提升综采面瓦斯浓度预测的准确率,设计了一种基于GA-LSTM的瓦斯浓度预测模型.该模型利用GA·算法来优化LSTM网络的参数,以解决传统LSTM网络预测不平衡以及易陷入局部极值的问题,确保网络的预测性能.通过实际测量的方式构建瓦斯浓度数据集,并在keras+Tensorflow平台上进行训练.结果表明:相较于传统的RNN、BP瓦斯浓度预测模型,GA-LSTM模型寻优速度较快,预测均方误差最小,预测值与真实值更为接近,预测准确率与精度更高,满足实际需求.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined