共查询到18条相似文献,搜索用时 156 毫秒
1.
以预测回采工作面瓦斯涌出量为研究目的,应用模糊C均值聚类算法对回采工作面瓦斯涌出资料进行聚类分析,得到各样本的类别、聚类中心和样本对于各类的隶属度;根据瓦斯涌出量值建立分类标准,验证了模糊C均值聚类算法在瓦斯涌出量分类方面的实用性;根据瓦斯涌出量的影响因素和聚类中心,应用灰色关联分析法建立回采工作面瓦斯涌出量的归类预测模型,对待测样本进行预测,实现了瓦斯涌出量的聚类预测;最后,用实例论证了该方法的可行性和有效性. 相似文献
2.
为了提高煤矿数据远程监控的有效性,采用模糊聚类C算法对煤矿井下环境数据进行聚类分析。文章对现代化的煤矿数据远程监控系统进行了简要说明,从后台数据处理方向来实现远程监控的优化研究,采用模糊聚类C算法和改进的模糊聚类C算法分别对完整的数据样本和不完整的数据样本进行聚类,实验结果表明,聚类效果明显,稳定性高,具有一定的研究价值。 相似文献
3.
4.
矿井监测数据纷繁复杂,为了在海量的数据中提取有效数据进行预警分析,文章采用模糊聚类实现对矿井环境监测数据的分析处理,对矿井环境监测数据分析结构做了简要说明,接着分析模糊聚类C聚类均值算法(FCM),最后采用公共数据库一组矿井监测数据样本进行实例仿真。实验证明,该算法在处理大数据样本时有一定的优势,具有一定的研究价值。 相似文献
5.
6.
针对煤矿回采工作面突水预测的复杂性,探索性地采用了神经网络方法,并以实例说明此方法与模糊聚类法及灰色聚类法相比有计算简便,快速且实用的特点。 相似文献
7.
提出了一种基于模糊神经网络卡车路段行程时间实时预测模型,阐述了自适应神经网络模糊系统(Adaptive Network-based Fuzzy Inference System, ANFIS)网络原理和方法对行程时间预测的可行性和可靠性,采用最小二乘法和误差反传算法结合的混合学习算法,减少了搜索空间的维数,而采用的减法聚类方法减少了模糊推理规则.混合学习算法和减法聚类方法的应用提高了网络参数的辨识和收敛速度.实例仿真论证了该模型预测速度更快、准确性更高,实时性好,获得了比单纯使用神经网络或模糊理论更精确的预测结果. 相似文献
8.
9.
借助于成熟的模糊理论与技术可以较客观地实现突出预测中不精确信息与不精确关系的正确表达与处理,综合考虑突出影响因素,提出了煤与瓦斯突出区域预测的模糊模式识别新方法.首先采用模糊聚类分析对煤与瓦斯突出的样本集合进行分类,建立不同程度的模糊模式.然后对待预测样本进行模糊模式识别,根据择近原则,哪一种模式与预测样本最接近,待预测样本即属于哪一种突出类型.此方法克服了模糊聚类单一分析方法的不确定性,实现了多指标定量化的预测,提高了预测效果的准确程度.通过实例验证,证明了预测的可靠性. 相似文献
10.
11.
12.
提出一种基于模糊神经网络和灰色理论结合的参数特征,创建色彩渲染形态预测功能的快速概念评价形象的设计方法。开发了2种评价模型。模型Ⅰ采用模糊神经网络预测整体形象,模型Ⅱ运用灰色聚类和2个模糊神经网络方法进行色彩图像评价、造型形象评价和整体形象的评价。结果表明,模型Ⅱ图像预测能力优于Ⅰ型。将它应用到建立一个与专业CAD系统相结合的设计界面,进行产品设计和形象的评价以证明拟议的产品设计和形象评价方法的有效性。它可以进行任何必要的设计参数修改,以确保最终产品符合其特定的形象目标。 相似文献
13.
14.
针对采煤机滚筒调高系统的非线性特点,采用了一种基于BP算法的模糊神经网络自适应控制,将模糊控制具有的较强逻辑推理功能、神经网络的自适应、自学习能力融为一体,形成了对非线性系统的良好控制策略。经仿真结果表明,该系统具有良好的动、静态性能及自适应性。 相似文献
15.
燃煤型城市环境大气质量综合评价的模糊神经网络模型 总被引:4,自引:0,他引:4
研究了基于多准则学习的模糊神经网络评价环境大气质量的模型。将环境质量评价标准作为模糊集,采用多输出神经网络,得到一个实际输出向量,把它作为评价样本对该模糊集的隶属度,较好地克服了常用的单输出网络人为规定评价指数的主观因素;把隶属度向量作为权值,对评价样本进行综合评分,以此对环境质量进行评价,避免了当隶属度向量各分量分布不集中时,最大隶属度原则所遇到的困难。采用基于多准则学习神经网络,较好地克服了基于单准则学习神经网络收敛速度慢,易陷入局部极小值的缺点。 相似文献
16.
模糊神经网络技术的发展与应用 总被引:7,自引:0,他引:7
对模糊神经网络技术的基本理论问题进行了论述, 讨论了模糊神经网络的理论研究现状、模糊神经网络软件技术发展现状以及目前在工程实际应用中仍存在的问题, 并对模糊神经网络将来的发展与应用作了展望。 相似文献
17.