论文部分内容阅读
针对传统松散式（Genetic Algorithm Based Back Propagation Neural Network，GABP）模型应用于复杂煤与瓦斯突出预测时，存在GA自身性能及模型间相对孤立等不足，提出二者优势互补的IGABP一体化模型。IGABP首先在自适应交叉、变异率等方面进行改进，以提高GA自身的性能。其次，将BP导向性训练以算子的形式引入到标准GA进化过程，实现了GA寻优搜索的随机性向自主导向性转变。BP对GA搜索到的近似最优值进行微调，GA算法的收敛速度得到提升，确定精确解的位置能