基于MATLAB的煤与瓦斯突出BP网络预测方法

›› 2010, Vol. 32 ›› Issue (1): 30-31.

基于MATLAB的煤与瓦斯突出BP网络预测方法

孙臣良侯旭江宛洪顺

辽宁工程技术大学资源与环境工程学院，阜新123000

出版日期:2010-02-25 发布日期:2013-05-17

Online:2010-02-25 Published:2013-05-17

摘要/Abstract

摘要：

影响煤与瓦斯突出的各种要素与突出现象之间的关系复杂，且具有明显的非线性特点。BP人工神经网络模型可以很好地逼近这种非线性函数关系。基于煤与瓦斯突出特征指标的分析，建立了合理的单隐层结构的BP预测模型，并利用MATLAB神经网络工具箱实现了模型的训练与预测，应用结果表明，这种突出预测方法具有很高的计算效率和预测精度。

关键词: BP网络, 突出, MATLAB, 预测

中图分类号:

TD713

孙臣良侯旭江宛洪顺. 基于MATLAB的煤与瓦斯突出BP网络预测方法[J]. , 2010, 32(1): 30-31.

[1]	史冬梅褚旭龙王晶. 主要发达国家和地区技术趋势预测及启示[J]. 世界科技研究与发展, 2023, 45(2): 169-180.
[2]	张彪董坤高道斌吴红. 中美云计算领域专利技术主题发展态势预测研究[J]. 世界科技研究与发展, 2023, 45(1): 51-62.
[3]	李丹. 韩国科技创新体制机制的发展与启示[J]. , 2018, 40(4): 399-413.
[4]	金瑛方晓东. 韩国科学技术预测调查及其对我国的启示[J]. , 2018, 40(2): 182-190.
[5]	王小龙全强明熊立新. 基于改进粒子群-GRNN模型的地铁隧道沉降预测[J]. , 2016, 38(6): 1142-1146.
[6]	卢二伟史秀志陈佳耀. 基于LS-SVR小样本容量的爆破振动峰值速度预测研究[J]. , 2016, 38(6): 1258-1261，1270.
[7]	王瑶郭鹏飞. 基于PCMRA-SVM的采煤工作面瓦斯涌出量预测[J]. , 2016, 38(6): 1266-1270.
[8]	孙臣良商政李冰包小龙. 煤层底板突水危险性的ReliefF-IGS-SVM预测模型及应用[J]. , 2016, 38(6): 1271-1275，1293.
[9]	郑丹路琦洪林刘慧慧. 突出煤样与非突出煤样低温氮吸附实验研究[J]. , 2016, 38(6): 1276-1279.
[10]	李旭刘剑. 基于PCA-ABBP强分类器的矿区采空塌陷危险性预测[J]. , 2016, 38(5): 960-964.
[11]	王丽娟李欣雨. 基于PCA-EBP神经网络的煤炭物流成本预测[J]. , 2016, 38(5): 1101-1106.
[12]	李烨贾进章. 基于改进GS-SVM的煤矿冲击地压预测研究[J]. , 2016, 38(4): 758-762.
[13]	刘耀彬封亦代. 基于巴斯扩散模型的中国新型城市化包容性发展预测[J]. , 2016, 38(4): 848-854.
[14]	王卫华李坤严哲唐修. 基于BP神经网络方法研究岩石节理形貌粗糙度系数[J]. , 2016, 38(3): 518-521.
[15]	何银银. 基于改进GS-SVM的煤炭生产成本预测[J]. , 2016, 38(3): 701-705，723.

基于MATLAB的煤与瓦斯突出BP网络预测方法

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐