| 基于遗传算法和RBF神经网络的铀尾矿库安全预警模型 |
| |
| 引用本文： | 郭赞,刘永,吕方可,王文贤.基于遗传算法和RBF神经网络的铀尾矿库安全预警模型[J].绿色科技,2015(3). |
| |
| 作者姓名： | 郭赞 刘永 吕方可 王文贤 |
| |
| 作者单位： | 1. 南华大学环境保护与安全工程学院,湖南衡阳,421001
2. 南华大学党委研究生工作部,湖南衡阳,421001 |
| |
| 摘 要： | 指出了遗传算法具有诸多优点，具有很强的全局搜索能力，但是容易出现未成熟的收敛，而径向基函数RB F神经网络可以采用保证全局收敛的线性优化算法，并且还具有唯一最佳逼近点的优点，相互结合应用能弥补各自的缺陷，使彼此优势充分发挥。探讨了建立基于遗传算法和RB F神经网络的铀尾矿库安全预警模型，对铀尾矿库存在的风险进行预警，有助于尾矿库工作人员及时发现风险，采取应对措施，对于减少铀尾矿的事故发生，确保人民群众生命财产安全和社会环境安全都具有极其重要的现实意义。
|
| 关 键 词： | 遗传算法 神经网络 铀尾矿库 预警模型 |
The Safety Prewarning Model of Uranium Tailings Based on the Genetic Algorithm and RBF Neural Network |
| |
| Guo Zan,Liu Yong,Lv Fangke,Wang Wenxian.The Safety Prewarning Model of Uranium Tailings Based on the Genetic Algorithm and RBF Neural Network[J].LVSE DASHIJIU,2015(3). |
| |
| Authors: | Guo Zan Liu Yong Lv Fangke Wang Wenxian |
| |
| Abstract: | |
| |
| Keywords: | genetic algorithm neural network uranium tailings prewarning model |
| 本文献已被 万方数据 等数据库收录！ |
