排序方式: 共有35条查询结果,搜索用时 15 毫秒
31.
基于广义回归神经网络GRNN的矿井瓦斯含量预测 总被引:1,自引:0,他引:1
煤矿瓦斯涌出量和瓦斯突出受控于多种因素。如何根据各个影响因素预测计算煤层瓦斯含量是一个非常复杂的问题。近年来迅速发展起来的神经网络具有较高的非线性映射和并行处理能力。广义回归神经网络(GRNN)具有网络结构自适应确定、输出与初始权值无关等优良特性,能够逼近任意连续的非线性函数,可以处理系统内在的难以解析的规律。本文以某矿13-1煤层为研究对象,在分析影响煤层瓦斯含量的各种地质因素和量化定性因素的基础上,应用GRNN神经网络方法建立某矿13-1煤层瓦斯含量预测模型,以达到对井田未开采区域进行瓦斯含量预测的目的。 相似文献
32.
33.
34.
35.
当前,环境保护已成为社会发展的主要目标,零碳建筑已成为世界建筑领域的主要发展方向。零碳建筑业是指在建筑的整个生命周期中尽可能节约能源、水和材料。在为人们提供舒适、健康、便捷的使用空间的同时,最大限度地保护环境、节约能源。零碳建筑的概念有不同的表达方式,但其基本内涵是表达人、建筑和环境之间的和谐关系,即建筑在建设和使用过程中必须节约能源、资源和环境污染;要求人们利用自然条件和技术手段创造良好健康的生活环境,同时尽可能控制和减少对自然环境的过度利用和破坏,保持生态环境与人类对自然的需求和回归之间的动态平衡。我们应该充分利用太阳能和风能,尽可能地节约化石能源。 相似文献