换一批摘要为提高模糊C-均值聚类(Fuzzy C-Means Clustering Algorithm，FCM)算法在煤与瓦斯突出预测中的准确度，提出一种将模拟退火算法(Simulated Annealing Algorithm，SA)与遗传算法(Genetic Algo-rithm，GA)相结合用于模糊C-均值聚类分析的煤与瓦斯突出预测方法。该方法综合了模拟退火算法全局搜索、高精度的优点和遗传算法强大的空间搜索能力，将经遗传模拟退火算法优化后的初始值赋给FCM，避免了由于聚类中心初始值选择不当造成 FCM算法收敛到局部极小点上。结合典型突出矿井数据进行分析，结果表明：遗传模拟退火算法优化后的FCM算法较单一，预测准确度高。
更多相关知识
关键词
模糊C-均值聚类算法遗传算法模拟退火算法煤与瓦斯突出fuzzy C- means clustering algorithmgenetic algorithmsimulated annealing algorithmcoal and gas outburst
栏目名称
DOI
10.3969/j.issn.1001-1986.2016.02.003
发布时间
2016-05-25（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引13
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
