共查询到20条相似文献,搜索用时 31 毫秒
1.
应用神经网络理论知识,结合贵州某矿的实测数据,建立了基于BP神经网络的瓦斯涌出量预测模型,通过数学软件MATLAB7.0对瓦斯涌出量进行预测,预测结果与实际涌出量吻合度较高,说明了BP神经网络在瓦斯涌出量预测上的可行性。为煤矿的安全生产中瓦斯量的预测提供了一种新的途径。 相似文献
2.
3.
4.
5.
6.
7.
8.
基于BP网络-突水系数理论的突水预测 总被引:1,自引:0,他引:1
底板突水预测是保证煤矿安全生产的重要环节,对煤矿的正常生产有着重要的意义。突水系数理论因其方便可操作性在底板突水预测中有着广泛的应用。本文通过实例分析指出突水系数理论在理论突水系数与临界突水系数相差较大时有较好的预测效果,但在临界突水系数附近却存在明显的波动性。为弥补突水系数理论的不足,本文引入BP神经网络对临界突水系数附近的样本进行预测分析,预测结果与实际情况相符,预测效果较好。建议在底板突水预测中首先采用突水系数理论进行预测,对其中处于临界突水系数附近的样本进行BP神经网络预测,可以保证预测效果。 相似文献
9.
10.
为了合理利用有限资源,通过集成AHP与BP神经网络,建立煤矿安全投入综合评价模型,优化赋权,避免了局部最小点误差,使预测结果更加准确。同时考虑到煤矿系统安全投入不平衡的实际情况,结合西方经济学原理,调整生产函数中各要素投入量,利用已验证的BP网络进行二次预测。经验证优化投入会带来更高的经济效益,是未来发展的新方向。 相似文献
11.
在对BP神经网络原理进行分析的基础上,设计出预测煤层温度的BP神经网络模型,然后对实验数据进行仿真模拟,采用MATLAB语言,利用样本进行网络训练后,得出的预测结果达到了工程实际能够接受的精度,说明该模型能够用于煤矿煤炭自燃温度的预测,实现煤炭自燃早期预报。 相似文献
12.
BP神经网络的初始连接权重和阈值对露天矿边坡位移预测的精度和收敛速度有重要影响。鉴于粒子群优化(PSO)算法具有全局搜索性能和收敛速度快,引入PSO算法对BP神经网络的初始连接权重和阈值进行全局优化,提出了基于PSO优化BP神经网络的露天矿边坡位移预测模型。将所提出的模型应用于实际案例中,并与BP神经网络进行对比。结果表明:该模型能够提高BP神经网络在露天矿边坡位移预测中的精度和收敛速度,预测结果的最大相对误差和平均相对误差分别是0.566 8%和0.353 0%,具有较好的精度和实际应用价值。 相似文献
13.
煤与瓦斯突出强度的预测对研究煤与瓦斯突出,保证矿井安全正常生产有着重要意义。本文提出采用遗传算法结合BP神经网络的模型来预测突出强度,采用遗传算法对BP神经网络的权重和阈值进行优化,将优化好的权重与阈值作用于网络进行训练,直至性能函数符合要求。实际计算表明,该模型有较好的预测精度,且克服了普通BP神经网络训练时间长、收敛速度慢的缺点,在已知瓦斯膨胀能和煤层厚度的前提下,可以用该模型对突出强度进行预测。 相似文献
14.
15.
根据煤炭企业的实际情况,分析并找出影响煤炭价格的主要因素,采用BP人工神经网络作为煤炭价格模型的非线性建模方法,对煤炭价格进行预测并通过误差对比分析其准确性。结果表明,BP神经网络能很好地反映变量之间的非线性相关性,并且能够高精度地预测煤炭价格,为煤炭企业的生产经营决策和政府部门政策体系的建立提供了重要依据。 相似文献
16.
17.
连铸坯凝固过程传热数学模型与BP网络预测模型的比较研究 总被引:1,自引:0,他引:1
建立了连铸坯凝固过程传热数学模型与BP网络预测模型,并根据实测数据对两种模型分别进行了验证。结果表明两种模型都可用于实际生产,但BP网络预测模型具有建模简单,计算量小,计算精度高等优势。对铸坯表面温度的预测具有广阔的应用前景。 相似文献
18.
19.
20.
针对传统监测方法无法实现提升机减速器工况预测的缺点,利用Matlab神经网络工具箱建立了提升机减速器工况参数的预测模型。对比模型预测值和实际测量值表明:BF和RBF神经网络模型预测结果和实际值的误差均小于10%,证明了神经网络模型用于减速器工况预测的可行性。对比BP和RBF神经网络预测结果,表明RBF神经网络模型训练时间短,预测精度高,更加适用于井下提升机减速器工况参数预测。 相似文献