对矿山安全评价中神经网络的改进

采用人工神经网络对矿山进行安全评价时，总是希望它对相同的或稍有改变的原始仿真数据产生比较稳定的仿真输出，否则，安全评价就会容易变成胡乱评价。 为了得到比较稳定的安全评价结果，必须找到足够多的原始样本数据来训练神经网络，而找到多达数百组的经验数据是一件非常困难的工作。正是这样的困难使得神经网络在矿山安全评价中得不到应有的重视。