10.3969/j.issn.1003-3254.2012.07.022
基于量子遗传算法的煤矿安全评价模型
煤矿安全评价涉及诸多不确定信息,用传统评价方法难以确保最后评价结果的准确性和可靠性.为此利用RBF神经网络设计出煤矿综合安全评价模型,根据我国煤矿的实际情况,通过事故树(FTA)和事件树(ETA)分析,归纳煤矿事故发生的危险因素和影响矿井生产的不安全因素.同时为了克服神经网络易陷入局部最小,研究采用量子遗传算法对神经网络模型的权值(阈值)进行优化.将该方法应用在阜新矿业集团公司某矿,结果表明,该模型可以准确地评价煤矿安全生产,为煤矿安全评价提供一条新的途径,对煤矿安全生产起到了重要的指导意义.
煤矿安全评价、RBF神经网络、量子遗传算法、模型
21
TP3;TN9
国家自然科学基金70572072;辽宁省教育厅基金L2010172
2012-10-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
101-105