10.3321/j.issn:1000-6788.2005.12.016
基于BP神经网络的煤与瓦斯突出预测方法的研究
为准确预测矿井煤与瓦斯突出的危险性,针对反向BP神经网络收敛差的缺点,分别采用基于MATLAB神经网络工具箱中的VLBP和LMBP算法的改进BP神经网络模型对煤与瓦斯突出的危险性进行了预测.根据煤与瓦斯突出的特点,选取开采深度、瓦斯压力、瓦斯放散初速度、煤的坚固性系数与地质破坏程度等五个关键影响因素作为煤与瓦斯突出的评判指标,建立了煤与瓦斯突出预测的神经网络模型.实际应用效果表明,采用基于MATLAB神经网络工具箱的BP网络模型,能克服一般BP网络收敛较慢的缺点,能加快收敛速度;运用LMBP算法比VLBP算法快,但需较大计算机内存;与常规预测方法相比较,该模型的预测准确性高,能有效地预测煤与瓦斯突出的危险性.
BP方法、神经网络、煤与瓦斯突出、MATLAB、预测
25
TD752(矿山安全与劳动保护)
湖南省自然科学基金05JJ30081;国家安全生产科技计划04-232;湖南科技大学校科研和教改项目E50335
2006-03-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
102-106