鸡西矿区回采巷道围岩稳定性分类研究

对回采巷道围岩稳定性分类进行了研究，建立了基于模糊等价关系的灰色Ｆｕｚｚｙ聚类分析模型，利用该方法进行的回采巷道围财稳定性分类，为确定合理的支护方式提供了依据，对提高煤矿的经济效益和社会效益有着重要意义。     

巷道围岩稳定性模糊神经元网络模式识别模型

提出了一种模糊神经元网络，运用该网络，通过对典型样本的学习，建立了巷道围岩稳定性模糊神经元网络模式识别模型，研究结果表明，该模型映射精度高，可依据矿山地质因素正确推理出围岩稳定性类型，而且能描述巷道对于每一类别聚类中心的相对隶属程度。     

煤矿延深巷道人工神经网络工程地质分类方法

根据８个指标（即岩石单轴抗压强度、岩石质量指标、岩石水稳性、地应力的最大主应力值、最大主应力方向与巷道走向夹角、巷道走向与岩层走向夹角、岩层倾角和巷道跨度）,综合考虑生产矿井浅部巷道的工程经验和工程地质工作的超前性,提出基于人工神经网络的煤矿生产矿井延深巷道围岩工程地质分类方法,说明了该方法的基本原理,并结合实例说明了方法的实施与应用     

煤巷围岩稳定性综合分类及锚杆支护形式合理选择

提出一种围岩稳定性综合分类法,用此法研究平顶山矿区煤巷稳定性变化规律,得到了综合评价围岩稳定性的统计判据,可根据巷道条件及实测信息评价巷道稳定程度,并绘制出多指标围岩分类图。文中相应阐述了煤巷锚杆支护形式选择原则。     

围岩分类中的理想模式识别方法

正确地判断和选择巷道的稳定性类别是确定合理的巷道支护形式、支护参数、施工工艺和施工方法的基础。本根据“理想模式”这一概念，提出了一种识别巷道围岩类别的方法，实例证明，这种方法是一种简单，有效，实用的围岩类别的模式识别方法。     

人工神经网络在双向板弹性内力计算中的应用

将人工神经网络技术应用于结构内力分析，介绍了前馈型BP神经网络的模型及其算法，在分析双向板弹性内力时，建立了一个三层的BP网络，将该网络进行训练后计算四边简支双向板跨中弹性最大弯矩，在分析时，为了增强网络的推广能力，还以权值的修正量作为参考的收敛标准，同时，为了加快学习速率而不导致振荡，还采用了增加动量系数的方法来修改反传中的学习速率，BP网络的分析程序采用Matlab编制，计算结果表明人工神经网络在结构分析中具有良好的适用性。     

巷道围岩移近量神经网络预报模型：巷道围岩稳定性的聚类分析

在运用误差反向传播神经元网络确定巷道围岩稳定性判定各特性指标权重的基础上，采用自适应共振神经元网络对巷道围岩稳定性的聚类分析问题进行了研究。结果表明，神经元网络是用于解决采矿工程中权重评价，模式聚类问题有效方法，对于解决采矿工程中相关问题有着广泛的应用前景。     

基于神经网络的地下工程围岩支护决策专家系统的研究

神经网络和专家系统是人类智能活动的两种表示方法，有着各自的优点和弱点。如果将这两种技术结合起来，取长补短，所形成的智能系统同热是会更加完善。本文介绍了基于人工神经网络的岩石地下工程围岩稳定性评价及支护决策专家系统的基本思路与总体框架，重点研究了人工神经网络技术在地下工程围岩稳定性评价和支护决策中的应用。     

围岩稳定性分级的神经网络方法

以神经网络方法为基础，结合模糊识别中指标双权重量化方法，建立了确定围岩稳定性级别的BP神经网络模型，应用实例表明该方法是围岩稳定性分级的一种有效的科学方法。     

人工神经网络在岩石力学中的应用

从岩石力学研究思维方式转变的观点出发，从岩石非线性系统辨识、工程时序预测、反分析及岩石工程系统等四个方面综述了人工神经网络在岩石力学中的应用进展情况，并对其应用情况进行了简要评述。     

人工神经网络在环境质量评价中的应用

为探索人工神经网络在环境质量评价中应用的合理性和可靠性，建立了一个三层前向式神经网络，并以改进的Ｂ－Ｐ算法对网络进行了训练．在湖泊富营养化程度评价的应用成果表明，人工神经网络用于环境质量评价简便实用，具有客观性和通用性，有广泛的应用前景     

人工神经网络边坡稳定预报

建立了人工神经网络的边坡稳定预测模型,收集了较多的样本进行网络训练,结果表明,所建立的模型预测精度较高,简便易行,具有工程应用价值。通过人工神经网络的训练发现,边坡的坡度、内摩擦角、凝聚力对边坡的安全系数影响较大。对于水库边坡来说,水的渗流、水压力和坝高均对边坡的稳定性有较大的影响。     

人工神经网络在战场侦察技术中的应用

研究人工神经网络用于战场目标分类的能力和结果 .根据战场目标的声与震动特性 ,采用相应的测试系统和分析系统 ,对战场典型目标装甲车、吉普车进行实地测试 ,并对实验数据进行预处理 (快速傅立叶变换 ) ,利用基于人工神经网络原理的目标分类器 ,采用改进的BP算法对分类器进行训练 ,克服了传统网络的振荡和平台问题 .基于人工神经网络的分类器对战场目标的声与地震动信号有很高的正确识别率 .实验证明人工神经网络目标分类器适合于战场目标分类识别 ,改进的BP算法加快了神经网络的收敛速度 .     

地下洞室围岩开挖稳定分析

地下洞室围岩二次应力分布是一个复杂而重要的问题,影响因素很多,本文着重论述了开挖方式、地应力特征及地质构造对二次应力的影响。     

引入记忆-遗忘机制的人工神经网络模型

针对如何提高人工神经网络在模式识别分类速度和更好地模拟人脑学习、认知事物过程的问题,提出一种改进的人工神经网络模型。将人脑的记忆-遗忘机制引入到人工神经网络中,同时在网络中加入了粗分类模块。在网络运行过程中,固定周期内对已学模式按照记忆强度进行排序。此方法可以有效地提高网络的识别速度。实验证明改进后的人工神经网络减少了网络计算量,节省了识别时间,提高了网络的工作效率。