共查询到18条相似文献,搜索用时 140 毫秒
1.
基于优化的BP神经网络地层可钻性预测模型 总被引:1,自引:0,他引:1
提出了一种粒子群算法(PSO)优化的BP网络模型预测地层可钻性的新方法。利用粒子群算法优化BP网络模型的参数,避免了BP网络陷入局部极小值的缺点,提高了模型的预测速度和精度。结合钻探实例,利用测井资料和地层可钻性级别的关系建立了可钻性级别实时预测模型,并将该模型与传统的BP网络进行对比,结果表明,该模型优于BP网络,具有较高的精度和较快的收敛速度,有一定的适用性。 相似文献
2.
3.
4.
基于改进BP神经网络的孔板应力集中系数预测 总被引:1,自引:1,他引:0
在正交试验和无网格法数值计算结果的基础上,针对常用BP算法的不足,采用动量因子与自适应学习速率相结合的改进BP神经网络方法,建立了孔板应力集中系数预测模型。经过计算结果的检验,表明该模型是可行的,对今后孔板应力集中系数预测具有借鉴意义。 相似文献
5.
6.
7.
针对现有研究方法在预测露天矿边坡稳定性时存在适用性不强和误差大的问题,基于遗传算法对BP神经网络进行改进,提出一种露天矿边坡稳定性预测模型。该模型以坡体容重、黏聚力、内摩擦角、边坡倾角、边坡高度和孔隙压力6个参数为输入变量,以安全系数为输出变量,随后利用该模型对露天矿边坡的实例进行分析,与传统BP神经网络预测模型性能进行比较。研究结果表明:GA-BP模型在进行露天矿边坡稳定性预测时效果好,具有误差小和计算精度高的优点,为准确预测露天矿边坡稳定性提供了一种新的方法。 相似文献
8.
9.
10.
准确预测导水裂隙带高度是煤炭防治水中的重要问题,也是保障煤矿安全生产的前提。目前,导水裂隙带高度预测模型存在预测准确性差等问题。在广泛收集各地不同煤矿区综采导水裂隙带发育高度实测数据的基础上,总结前人研究成果,选取采厚、工作面斜长、倾角、采深和硬岩比例系数5个因素建立导水裂隙带高度预测模型。同时,采用因素分析法分析了影响因素的权重,确定主控因素,并建立多元线性回归模型、多元非线性回归模型及BP神经网络预测模型,并对预测模型计算导水裂隙带高度进行准确性检验。以西山矿区实测导水裂隙带高度为例,选出最优模型,对最优预测模型BP神经网络模型进行检验分析,并与“三下”规范经验公式、多元线性回归模型和多元非线性回归模型计算结果进行对比。结果表明,“三下”规范经验公式与实际数据存在失真,已不能指导综采条件下导水裂隙带高度预测,而BP神经网络预测模型误差在10%以内,且绝对误差和相对误差较为稳定,同时该模型降低了因素之间的相关性,提高了预测准确性。因此,BP神经网络预测模型在预测导水裂隙带高度方面具有较好的准确性和应用性。研究成果可为指导矿井现场防治水害的工作提供参考建议。 相似文献
11.
基于BP网络预测建模中的早终止方法及其矿业应用 总被引:2,自引:0,他引:2
为克服基于BP网络的实用预测建模中,盲目地过多训练网络所造成的网络“过度拟事”问题,本论述采用“早终止”方式的基于BP网络的预测建模方法,并以一选矿建模实例来说明这种方法的应用及“早终止”方式的具体实施途径。 相似文献
12.
基于BP神经网络的磨机调心滚子轴承故障诊断研究 总被引:3,自引:0,他引:3
对BP神经网络在磨机滚动轴承故障诊断的模式表达及相关参数等问题进行了初步研究 ,并利用BP网络对轴承的 4种故障模式进行训练学习和诊断 ,取得了满意的效果。结果表明 :BP神经网络是解决轴承故障诊断中复杂的状态识别问题的一种有效工具。 相似文献
13.
14.
针对矿井风网解算中待掘巷道摩擦阻力系数难以准确实测赋值的问题,构建了巷道摩擦阻力系数BP神经网络预测模型,以双柳煤矿各类巷道摩擦阻力系数实测数据作为训练样本进行学习训练,使预测模型的期望误差达到0.0001以下。利用该模型对尚未贯通的23(4)13回采工作面的巷道摩擦阻力系数进行预测,将预测结果代入基于斯考德—恒斯雷法风网解算方法构建的双柳煤矿通风网络解算模型中,分别对23(4)13回采工作面贯通后备用阶段和回采阶段全风网风量分布进行了解算,解算结果与现场实测结果之间相对误差小于8%。研究结果表明,利用基于BP神经网络算法的巷道摩擦阻力系数预测模型对待掘巷道摩擦阻力系数进行预测赋值,能够实现风网风量的准确解算。 相似文献
15.
在矿井通风网络非线性规划模型基础上 ,提出了矿井通风网络模糊优化数学模型 ,为使矿井通风网络分析过程和分析结果更加符合工程实际情况提供了一条新途径。介绍了所提出的模糊优化问题的数值解法以直接搜索为出发点 ,加快并简化了求解优越支集问题 ,程序简单 ,计算时间省 ,给出了算法原理 ,并用实例进行了计算 ,结果令人满意 相似文献
16.
针对综采工作面液压支架控制器通信网络效能与其影响因素之间的复杂非线性关系,将多层前馈型BP神经网络引入支架控制器通信网络效能预测中,构建了通信网络效能预测指标体系,设计了通信网络效能BP预测模型,并采用C++语言编制了相应的预测分析程序。通过对预测模型学习与训练,成功建立了液压支架控制器通信网络效能与其影响因素之间的对应关系。 相似文献
17.