基于改进RBF神经网络的巷道变形预测模型

由于经典RBF神经网络中的隐含层节点数、连接权值等结构参数基本由经验获取,因此经典RBF神经网络模型的性能取决于建立模型专家的主观性,存在一定的盲目性和随机性,难以对巷道变形进行准确预测。为此,采用贝叶斯阴阳和谐学习算法对经典RBF神经网络模型的隐含层节点个数、连接权值等结构参数进行了优化,提出了一种基于改进RBF神经网络的巷道变形预测模型,即对角型广义RBF神经网络模型。采用潞安和兖州矿区的综放回采巷道的现场长期监测数据分别对经典RBF神经网络模型以及对角型广义RBF神经网络模型进行了试验分析,结果显示:1对巷道顶底板变形进行预测时,对角型广义RBF神经网络模型的准确率约92.2%,经典RBF神经网络模型的准确率约80.6%;2对煤帮变形进行预测时,对角型广义RBF神经网络模型的准确率约90.2%,经典RBF神经网络模型的准确率约78.6%。上述试验结果表明,对角型广义RBF神经网络模型对于巷道变形预测的精度明显优于经典RBF神经网络模型,对于高精度巷道变形预测有一定的参考价值。

营销理念及市场营销模式创新

本文以市场营销理论为依据,以我国企业为例,首先提出经济全球化背景下我国企业面临的现状,然后针对我国企业市场营销模式中存在的问题,提出了相应改善措施,力争能为我国企业市场营销的创新之路提供一些参考,进而使我国企业在国际市场竞争中占据有利地位。

基于ZigBee的太阳能灯监控系统的研究

在介绍了无备用电源的太阳能路灯及庭院灯光伏供电系统的基础上,考虑到天气等外界因素的影响,为该系统设计了相应的运行情况监控系统。监控系统由底层数据采集模块、通信层模块及远端控制模块组成。其中数据采集模块的数据传输采用无线传感网,利用Zig Bee技术构建底层通信主体,以嵌入式芯片作为与通信层模块相连接的网关,有效地完成了太阳能灯系统运行参数的采集和传送。该系统已应用到了我国某些地区新农村建设的"最美乡村"工程中。投入使用以来,照明效果良好、运行安全可靠,得到了村民的认可。

煤电联营是煤电企业的发展方向

通过分析煤电联营的概念、主要形式、必须遵循的原则及其在我国发展的情况,并列举了煤电联营成功案例,指出煤电联营是煤电企业发展的方向。