基于PSO-Elman神經(jīng)網(wǎng)絡(luò)的井底風(fēng)溫預(yù)測模型

打開文本圖片集

摘要：目前井下風(fēng)溫預(yù)測大多采用BP神經(jīng)網(wǎng)絡(luò)，但其預(yù)測精度受學(xué)習(xí)樣本數(shù)量的影響，且容易陷入局部最優(yōu)，Elman神經(jīng)網(wǎng)絡(luò)具備局部記憶能力，提高了網(wǎng)絡(luò)的穩(wěn)定性和動態(tài)適應(yīng)能力，但仍然存在收斂速度過慢、易陷入局部最優(yōu)的問題。針對上述問題，采用粒子群優(yōu)化（PSO）算法對Elman神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化，建立了基于PSO-Elman神經(jīng)網(wǎng)絡(luò)的井底風(fēng)溫預(yù)測模型。（剩余13143字）