注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于BP神经网络煤与瓦斯突出强度预测模型

  2. 在分析湖南土朱矿5煤层煤与瓦斯突出资料的基础上,确定煤层瓦斯含量,瓦斯压力,煤的坚固性系数及瓦斯放散初速度为影响煤与瓦斯突出的主要因素,利用MATLAB软件,基于BP神经网络,建立了适合土朱矿的煤与瓦斯突出强度预测模型,并进行了实际检验,确定了模型的可行性,为指导土朱矿的安全生产提供了理论依据。

  3. 所属分类：其它

    • 发布日期：2020-05-15
    • 文件大小：243712
    • 提供者：weixin_38727087

  1. 基于PCA-Fisher判别分析模型的煤与瓦斯突出危险等级预测方法研究

  2. 为了提高煤与瓦斯突出预测精度,选取瓦斯含量、瓦斯压力、瓦斯放散初速度等11个因素作为判别指标,将煤与瓦斯突出强度分为无突出、小型突出、中型突出、大型突出4个等级。利用贵州黔西北煤矿资料中的28组数据作为训练学习样本,建立了煤与瓦斯突出危险等级预测的PCA-Fisher判别分析模型,再利用资料中其余6组数据作为预测样本,对该模型进行检验和应用,并与BP神经网络模型和Fisher判别模型的判别结果进行比较。结果表明:PCA-Fisher判别模型具有更高的准确性和可靠性,可以对煤与瓦斯突出危险等级进行

  3. 所属分类：其它

    • 发布日期：2020-05-15
    • 文件大小：525312
    • 提供者：weixin_38710781

  1. 基于LLE-FOA-BP模型的煤与瓦斯突出强度预测

  2. 针对目前煤与瓦斯突出强度预测精度低、稳定性差及训练速度慢等问题，提出了一种基于局部线性嵌入法-果蝇优化算法-BP神经网络（LLE-FOA-BP）模型的煤与瓦斯突出强度预测方法。借助LLE算法的非线性数据特征提取优势，提取煤与瓦斯突出影响因素原始数据的本质特征，形成重构有效因子，降低数据间的冗余信息及噪声；利用FOA算法较强的全局寻优能力优化BP神经网络的权值和阈值，避免陷入局部极小，提高参数寻优效率；将重构有效因子输入优化后的BP神经网络进行训练，实现煤与瓦斯突出强度快速、准确预测。测试结果表明

  3. 所属分类：其它

    • 发布日期：2020-04-30
    • 文件大小：928768
    • 提供者：weixin_38720461

  1. 基于遗传算法-BP神经网络的突出强度预测

  2. 基于遗传算法-BP神经网络的突出强度预测，陈见行，韩志婷，煤与瓦斯突出强度的预测对研究煤与瓦斯突出现、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�

  3. 所属分类：其它

    • 发布日期：2020-01-16
    • 文件大小：214016
    • 提供者：weixin_38625098

  1. 基于灰色关联-遗传神经网络的煤与瓦斯突出预测模型

  2. 在综合分析影响煤与瓦斯突出的各种评价指标的基础上,基于人工神经网络极强的非线性逼真能力,建立了煤与瓦斯突出强度预测的遗传神经网络模型。模型采用灰色关联理论完成了评价指标的优化,并利用遗传算法对BP网络初始权值和阈值的确定进行了优化。以重庆南桐矿区砚石台矿为例,对煤与瓦斯突出强度进行了预测,结果表明,采用本模型的预测结果与矿井实际突出状况一致,模型可靠,具有一定的理论与实际意义。

  3. 所属分类：其它

    • 发布日期：2020-06-18
    • 文件大小：1048576
    • 提供者：weixin_38586428

  1. 基于遗传算法—BP神经网络的突出强度预测

  2. 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。

  3. 所属分类：其它

    • 发布日期：2020-07-11
    • 文件大小：987136
    • 提供者：weixin_38730201