期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于改进BP网络在煤与瓦斯突出中的应用
被引量:
1
Application based on improved BP neural network in dangerous predication of the coal and gas bursting
下载PDF
职称材料
导出
摘要
煤与瓦斯突出是一种复杂的地质灾害。针对传统预测方法存在的不足,本文提出了以突出前兆的9种非线性特征值为输入量,基于改进BP网络的煤与瓦斯突出预测模型,不仅可以智能化定量分析煤与瓦斯突出危险,而且自适应学习提高了网络收敛速度。Matlab实验结果表明,改进BP网络的模型预测精度高,收敛速度快,效果良好。
作者
窦新宇
机构地区
唐山学院
出处
《制造业自动化》
北大核心
2013年第5期31-32,35,共3页
Manufacturing Automation
关键词
改进BP网络
煤与瓦斯突出
预测评价
分类号
TP15 [自动化与计算机技术—控制理论与控制工程]
TD712 [矿业工程—矿井通风与安全]
引文网络
相关文献
节点文献
二级参考文献
31
参考文献
4
共引文献
129
同被引文献
177
引证文献
1
二级引证文献
0
参考文献
4
1
戴宏亮.
基于改进的自适应支持向量机建模的煤与瓦斯突出预测[J]
.计算机应用研究,2009,26(5):1656-1658.
被引量:10
2
SimonHaykin 叶世伟 史忠植译.神经网络原理[M].北京:机械工业出版社,2004..
3
曲方,张龙,李迎业,李忠群.
基于BP神经网络的煤与瓦斯突出预测系统开发[J]
.中国安全科学学报,2012,22(1):11-16.
被引量:35
4
李万武,刘兴安,王海龙.
BP网络模型在煤与瓦斯突出预测中的应用[J]
.实验室研究与探索,2009,28(10):48-50.
被引量:2
二级参考文献
31
1
熊亚选,蔡成功.
基于人工神经网络的煤与瓦斯突出预测[J]
.煤矿安全,2004,35(9):35-37.
被引量:9
2
杨智懿,熊亚选,张乾林.
工作面瓦斯涌出量的神经网络模型预测研究[J]
.煤炭工程,2004,36(10):73-75.
被引量:25
3
南存全,冯夏庭.
基于SVM的煤与瓦斯突出区域预测研究[J]
.岩石力学与工程学报,2005,24(2):263-267.
被引量:21
4
田水承,李华,陈勇刚.
基于神经网络的掘进面瓦斯爆炸危险源安全评价[J]
.煤田地质与勘探,2005,33(3):19-21.
被引量:19
5
梁新元.
因果图在重大安全事故分析中的应用[J]
.计算机工程,2005,31(13):174-175.
被引量:5
6
田云丽,周利华.
基于BP神经网络的煤与瓦斯突出预测方法的研究[J]
.系统工程理论与实践,2005,25(12):102-106.
被引量:54
7
付华,孙树生,许振良,冯爱伟,白兰.
基于模糊神经网络的信息融合方法在矿井供风系统中的应用[J]
.煤炭学报,2006,31(2):264-267.
被引量:12
8
李胜,张宏伟.
煤与瓦斯突出区域预测信息系统开发[J]
.辽宁工程技术大学学报(自然科学版),2006,25(B06):37-39.
被引量:8
9
李中才,冯述虎.
集对分析法在煤与瓦斯突出综合预测中的应用[J]
.西安科技大学学报,2007,27(1):134-137.
被引量:8
10
张子戌,刘高峰,吕闰生,张俊.
基于模糊模式识别的煤与瓦斯突出区域预测[J]
.煤炭学报,2007,32(6):592-595.
被引量:48
共引文献
129
1
卢志刚,赵翠俭,易之光,吴士昌.
基于Chebyshev函数的T-S模糊神经网络及其快速算法[J]
.自动化技术与应用,2004,23(9):1-2.
被引量:1
2
贾文臣,叶世伟,陈国梁,贾显鹏.
前馈网络凸优化算法的自适应分析及应用[J]
.计算机仿真,2004,21(12):158-161.
3
严宣辉.
基于神经网络与证据组合推理的入侵检测方法[J]
.福建师范大学学报(自然科学版),2005,21(1):20-24.
4
许新征,曾文华.
基于自组织特征映射神经网络的数字模式识别[J]
.厦门大学学报(自然科学版),2005,44(3):333-336.
被引量:3
5
戴谊,丛爽.
递归神经网络学习速率研究[J]
.系统工程与电子技术,2005,27(5):942-947.
被引量:2
6
康珺,韩建华.
基于神经网络的项目评估分析方法[J]
.太原科技,2005(1):76-78.
7
罗斌,叶世伟.
服务器性能预测的递归神经元网络方法[J]
.计算机工程与设计,2005,26(8):2158-2160.
被引量:2
8
史晶蕊,郑玉明,韩希.
人工神经网络在文本分类中的应用[J]
.计算机应用研究,2005,22(10):213-216.
被引量:10
9
梁永春,李彦明.
改进型组合RBF神经网络的变压器故障诊断[J]
.高电压技术,2005,31(9):31-33.
被引量:27
10
林惠强,肖磊,刘才兴,洪添胜.
果树施药仿形喷雾神经网络模型及其应用[J]
.农业工程学报,2005,21(10):95-99.
被引量:7
同被引文献
177
1
赵国强,王留洋,刘雨竹,卢万杰,王志中.
瓦斯突出等级预测模型[J]
.辽宁工程技术大学学报(自然科学版),2023(1):32-39.
被引量:1
2
邵良杉,詹小凡.
煤与瓦斯突出missForest-EGWO-SVM预测模型[J]
.辽宁工程技术大学学报(自然科学版),2020,39(3):214-218.
被引量:11
3
苏筱丽.
基于主成分降维的SVM回归模型在煤与瓦斯突出预测中的应用[J]
.工业计量,2020,0(1):74-77.
被引量:4
4
由伟,刘亚秀,李永,刘朝辉,周建波.
用人工神经网络预测煤与瓦斯突出[J]
.煤炭学报,2007,32(3):285-287.
被引量:37
5
柳晓莉,张志业.
煤与瓦斯突出危险性的灰色综合评价[J]
.辽宁工程技术大学学报(自然科学版),2012,31(5):609-612.
被引量:8
6
梁盛开,曹琼,罗杨阳.
煤矿瓦斯突出的神经网络预测[J]
.固体力学学报,2010,31(S1):180-183.
被引量:11
7
周爱桃,王凯,杜锋,韦彩平.
基于支持向量分类机的煤与瓦斯突出危险性预测[J]
.煤炭技术,2015,34(4):145-147.
被引量:4
8
匡芳君,张思扬,徐蔚鸿.
改进混沌粒子群的动态模糊神经网络参数优化及应用[J]
.微电子学与计算机,2015,32(1):48-53.
被引量:6
9
张春,题正义,周云鹏.
神经网络计算方法在煤与瓦斯突出预测中的应用[J]
.煤炭工程,2004,36(7):49-52.
被引量:6
10
聂韧,赵旭生.
掘进工作面瓦斯涌出动态指标预测突出危险性的探讨[J]
.矿业安全与环保,2004,31(4):36-38.
被引量:23
引证文献
1
1
薛生,郑晓亮,袁亮,来文豪,张玉婷.
基于机器学习的煤与瓦斯突出预测研究进展及展望[J]
.煤炭学报,2024,49(2):664-694.
1
柳永杰,马建伟.
神经网络技术在纺织上的应用[J]
.现代纺织技术,2008,16(5):48-50.
被引量:2
2
任芳,杨兆建,熊诗波.
基于改进BP网络的煤岩界面自动识别[J]
.煤矿机电,2002,23(5):20-22.
被引量:6
3
狄春江.
BP网络在网站评价中的应用[J]
.计算机与网络,2008,34(21):40-42.
4
孔宪明,田力,胡中永.
试卷实际质量评价的数学方法[J]
.山东农业大学学报(自然科学版),2009,40(3):447-450.
5
俞克.
论公共部门的电子学习[J]
.湖北社会科学,2003(9):108-109.
6
cache.
初探缓冲区溢出攻击[J]
.黑客防线,2004(06X):54-54.
7
金文志.
基于改进BP网络的甲烷传感器温度影响试验研究[J]
.电子设计工程,2015,23(7):15-17.
被引量:2
8
兰天鸽,方勇华,熊伟,孔超.
自构造RBF神经网络及其参数优化[J]
.计算机工程,2008,34(9):200-202.
被引量:11
9
何旭明,陈洁.
基于模糊理论计算机等级考试通过率预测方法的研究[J]
.重庆职业技术学院学报,2008,17(3):93-95.
10
韩采芹,欧阳俊林.
基于数据挖掘的信用卡交易风险检测研究[J]
.福建电脑,2009,25(7):87-88.
制造业自动化
2013年 第5期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部