共查询到17条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
基于灰色理论-BP神经网络的煤层瓦斯含量预测研究 总被引:1,自引:0,他引:1
煤层瓦斯含量是矿井瓦斯灾害防治的主要参数之一,影响其分布特征的地质因素有很多。利用灰色理论的灰色关联分析法对选取的8个影响煤层瓦斯含量的地质因素进行了分析,筛选出断距、埋深、基岩厚度以及挥发分4个主要影响因素,并将其作为BP神经网络模型的输入端建立了煤层瓦斯含量预测模型。对该预测模型进行训练与仿真检验,并与传统的多元线性回归预测方法进行比较分析。 相似文献
5.
6.
首先分析总结了构造复杂程度的3个定量评价指标--Kd(断层复杂程度系数)、Kz(褶皱复杂程度系数)和Kq(倾角复杂程度系数);然后,在分析潘三煤矿瓦斯地质特征的基础上,把Kd,Kz,Kq,煤层埋深和基岩厚度作为影响该矿煤层瓦斯含量的因素,建立了潘三煤矿的瓦斯含量预测BP神经网络模型;对建立的模型进行学习训练,经5 470次迭代,模型收敛,其精度高于多元回归模型,说明利用构造复杂程度定量评价系数来预测瓦斯瓦斯含量是可行的. 相似文献
7.
本文提供了一种新的煤层瓦斯含量预测方法-神经网络法。通过一个应用实例表明,这种方法是优于回归分析的切实可行的方法。 相似文献
8.
9.
基于遗传神经网络的煤层瓦斯含量预测 总被引:4,自引:0,他引:4
将遗传算法和神经网络结合起来,利用遗传算法优化神经网络的连接权值,建立基于GA-BP混合算法的神经网络煤层瓦斯含量的预测模型,实际预测结果表明,该算法具有较高的预测精度和较快的运算速度,能为矿井瓦斯灾害的预测预防提供帮助。 相似文献
10.
文章以赵庄煤矿2号井3号煤层地质条件为背景,依据煤层瓦斯含量影响因素,应用人工神经网络的理论与方法,建立了煤层瓦斯含量的BP神经网络预测模型。应用该网络对井田范围内未知区域进行煤层瓦斯含量预测和分析,从而绘制出较为准确的井田瓦斯含量预测图。为煤层瓦斯含量预测提供新的研究方法和研究手段。 相似文献
11.
对多绳摩擦提升机钢丝绳张力不平衡进行预测和预警,既有利于保证生产安全,又能节约成本,合理安排生产计划。提出了新陈代谢GM(1,1)灰色模型和BP神经网络相结合的混合模型,对钢丝绳张力不平衡程度进行预测。试验结果证明了该模型的有效性,为钢丝绳张力不平衡预测研究提供参考依据。 相似文献
12.
13.
14.
15.
16.
煤与瓦斯突出是严重危害煤矿安全生产的一种非线性瓦斯动力灾害。文章将BP神经网络运用于煤与瓦斯突出预测模型,从煤与瓦斯突出的原因、BP神经网络用于煤与瓦斯突出预测的原理、运用实例三方面,对利用BP神经网络预测煤与瓦斯突出的研究加以阐释,证明了BP神经网路预测系统的精度高于传统系统。 相似文献
17.
用于煤与瓦斯突出预测的BP网络之C++实现 总被引:1,自引:0,他引:1
考虑到人工神经网络极强的非线性逼近能力,应用其来模拟煤与瓦斯突出事件与其影响因素之间的复杂非线性关系,理论上是一条可取的途径。采用面向对象程序设计方法(OOP),利用C++实现了一个用于煤与瓦斯突出预测的优化BP网络通用程序,并详细探讨了程序的构造技术和设计方法,通过实际应用证明了上述思路的可行性。 相似文献