标题：基于ACA-BP神经网络瓦斯发电预测的研究
作者：王耀艺 张金钱 杨倩文
作者单位：贵州大学电气工程学院，贵州 贵阳 550025
关键字：瓦斯涌出量；蚁群算法；BP神经网络；瓦斯内燃机发电预测
摘要：针对瓦斯发电量的预测，提出一种间接预测方法。该方法首先通过对瓦斯涌出量的预测，得到煤矿瓦斯的涌出量，再根据经验公式，实现了对瓦斯发电量的预测。为了得到瓦斯涌出量的精确数据，综合运用蚁群算法优化算法和BP神经网络构建了预测模型，模型首先运用蚁群算法中的ant cycle system模型全局优化，对BP神经网络的权值与阈值进行搜索，获得输入层、隐含层的最优权值和阈值，并以此用作于BP网络的训练和预测。结果显示，采用优化后的模型进，平均绝对误差MAE由0.7309降到0.2053、均方根误差RMSE由0.7852降到0.2405，预测结果的决定系数由0.7448上升到0.9539，预测精度都得到了明显的提高。