基于lm神经网络瓦斯灾害预测模型的应用研究

基于lm神经网络瓦斯灾害预测模型的应用研究

ID:34555692

大小:446.75 KB

页数:6页

时间:2019-03-07

基于lm神经网络瓦斯灾害预测模型的应用研究_第1页
基于lm神经网络瓦斯灾害预测模型的应用研究_第2页
基于lm神经网络瓦斯灾害预测模型的应用研究_第3页
基于lm神经网络瓦斯灾害预测模型的应用研究_第4页
基于lm神经网络瓦斯灾害预测模型的应用研究_第5页
资源描述:

《基于lm神经网络瓦斯灾害预测模型的应用研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、AdvancesinGeosciences地球科学前沿,2012,2,87-92doi:10.4236/ag.2012.22012PublishedOnlineJune2012(http://www.hanspub.org/journal/ag)AppliedResearchonthePredictionModelofCoalmineGas*DisasterBasedontheLMNeuralNetworkHongleiDai,MaoyiTian,LinLiu,LitaoHanCollegeofGeomatics,ShandongUniversityofScienceandTechn

2、ology,QingdaoEmail:Honglei_Dai@yahoo.cnReceived:Feb.28th,2012;revised:Mar.19th,2012;accepted:Mar.24th,2012Abstract:CurrentlytheforecastingofgasoutburstandexplosionisoneoftheissuestobesolvedinChina’scoalminesafetyproduction.BasedontheLMoptimizationalgorithmofBPneuralnetwork,thispaperdiscussedthe

3、mathe-maticalmodel,networkarchitectureandprogrammingdesignofestablishingtheneuralnetworkpredictionmodelongasdisasterwithkeepingtherelationshipamongthespatialentitiesandtheirdistributions,andtestedaninstanceofJiningNo.2coalmine.Theresultshowsthatthismodelisstable,fastandhighpredictionaccurateand

4、itcansimulatetheminegasdisastertogethigheraccuratepredictions.Keywords:GasDisaster;SpatialCorrelation;SpatialDistribution;NeuralNetwork;LMAlgorithm*基于LM神经网络瓦斯灾害预测模型的应用研究戴洪磊,田茂义,柳林,韩李涛山东科技大学测绘学院,青岛Email:Honglei_Dai@yahoo.cn收稿日期:2012年2月28日;修回日期:2012年3月19日;录用日期:2012年3月24日摘要:矿山瓦斯突出与爆炸事故的预测预报是当前我国煤矿

5、安全生产中急待解决的问题之一。本文引入BP神经网络的LM优化算法,在保留空间实体相关和多种分布并存的前提下,讨论了建立LMBP神经网络瓦斯灾害预测预报模型的数学模型设计、网络结构设计和程序设计三个部分,并以兖矿集团济宁二号井为实例进行了测试。实验结果表明:该模型稳定、快速、预测精度高,能够较好地模拟矿山瓦斯突出与爆炸事故特征,对瓦斯灾害作出较准确的预测。关键词:瓦斯灾害;空间相关;空间分布;BP神经网络;LM优化算法1.引言[4]年采用AE信号参数对瓦斯突出危险性进行了研究;中国矿业大学的李成武在2005年展开了瓦斯突出危矿井瓦斯突出与爆炸是煤矿灾害中最常见的突[5]险程度的预测研究

6、,2010年王海锋等研究了开采工发性强、规模大,后果严重、经济损失最大的矿山灾[6]作面瓦斯涌出及瓦斯抽采参数优化工作,2007年中[1]害之一,其后果是直接威胁到矿工的生命安全、家南大学的傅鹤林探讨了隧道施工中的瓦斯预测预报[2,3]庭幸福和矿山本身的生产效益。随着近年来瓦斯灾[7]技术。这些研究均从不同的方面对矿井瓦斯灾害预害事故的频繁发生,国内许多学者展开了矿山瓦斯灾测预报进行了深入的分析和研究,并在相应的矿井取害预测预报的研究。比如煤炭科学院的吴自立于2005得了实际的应用效果。*资助信息:山东省“泰山学者”建设工程专项经费资助。近30多年来,随着矿山瓦斯监测技术的发展和普C

7、opyright©2012Hanspub87基于LM神经网络瓦斯灾害预测模型的应用研究及,我国许多瓦斯矿区收集了大量的矿山井下巷道和采区、路轨、支护体、采区间预留煤柱、顶底板、管开采工作面的瓦斯分布实时监测数据。如何利用现代线、泵房和车场等)。由于所处地理位置和产生环境的的空间数据挖掘技术从这些瓦斯监测数据中自动、快不同,导致众多的空间目标可能来自众多不同的空间速、准确地提取与瓦斯灾害事故发生相关的空间信息,分布模式。其次是单一矿井内部常根据煤层赋存条件揭

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。