10.3321/j.issn:1000-6788.2009.01.024
基于RS-ANN的煤矿安全控制
针对目前煤矿安全管理的现状,提出利用粗集-神经网络对煤矿安全进行控制.模型在基于人-机-环境理论基础上,全面分析了影响煤矿安全的因素,利用基于蚁群算法的粗糙集属性约简对安全因素进行分析.将粗糙集方法融入神经网络实现优势融合可以去掉冗余输入信息、减小神经网络构成系统的复杂性.提高容错及抗干扰的能力.在此基础上,利用人工神经网络的预测功能,预测影响煤矿安全的关键因素,并根据预测结果提出有针对性的安全技术措施加以防范.用同一组数据比较该方法与典型BP网络的预测效果,结果表明该方法明显优于BP网络.
煤矿安全控制、安全控制指标、粗糙集、蚁群算法、人工神经网络
29
TP183(自动化基础理论)
2009-03-31(万方平台首次上网日期,不代表论文的发表时间)
共7页
174-180