基于自适应免疫遗传算法的神经网络矿井通风系统评价模型

通过分析BP神经网络的缺点,和自适应免疫遗传算法的优点,给出了基于自适应免疫遗传算法的神经网络矿井通风系统评价模型。     

粗糙集神经网络理论在矿井通风系统评价中的应用

针对矿井通风系统神经网络评价法中建立样本的不稳定性问题,开展了基于粗糙集和BP神经网络理论的通风系统综合评价研究。以某矿井通风系统为研究对象,应用粗糙集数据分析系统对矿井通风系统评价指标的原始数据样本的分类质量进行了检验;在此基础上,基于人工神经网络理论,建立了矿井通风系统的粗糙集神经网络评价模型,从而形成了一种新的基于粗糙集神经网络理论的矿井通风系统评价方法。研究结果表明,经过模型的数据检验和应用性验证,其理论评价结果与实际情况相符,且网络总误差小于0.004;这说明基于粗糙集神经网络的综合评价方法在矿井通风系统评价中有很好的实际应用效果。     

WNN的矿井通风系统可靠性评价模型

阐述了小波神经网络的基本原理,在分析矿井通风系统可靠性影响因素和参考其它评价模型的基础上,建立基于小波神经网络的矿井通风系统可靠性评价模型,并通过实例证明了应用小波神经网络进行矿井通风系统可靠性评价的可行性和优越性;结果表明,用小波神经网络进行矿井通风系统可靠性评价更准确、精度更高.     

常村煤矿通风系统评价及应用

根据山西潞安环能股份公司常村煤矿的实际情况与需求,针对常村煤矿多风井、大风量、高瓦斯和大阻力等特点,从安全稳定、经济合理性角度建立一套完整的常村煤矿通风系统评价指标体系,共40个指标.通过构建了矿井通风系统综合评价模型,对常村煤矿通风系统进行了综合评价.在常村煤矿通风系统进行评价过程中,发现通风系统存在的问题并提出了整改措施.     

矿井安全生产的神经网络评价

为解决矿井安全生产问题,基于人工神经网络理论,分析了安全评价系统的复杂性,确定了矿井安全生产评价指标,建立了神经网络评价模型,通过实证分析取得较好的结果.评价结果表明,BP神经网络方法在矿井安全评价中避免了以往用层次分析法和模糊综合评判法带来的不足,使矿井安全评价更趋完善.     

矿井通风系统危险源辨识、评价与控制

针对矿井通风系统影响因素多、难以辨识与评价的现状,首先采用故障类型及影响分析方法对矿井通风系统危险源进行辨识,得到由14个重要指标构成的危险源指标体系,并结合Delphi法确定了各指标的临界值。其次,利用模糊区间与层次分析相结合的方法确定了各指标的常权值,发现矿井是否独立通风、分区通风及风区风路是否角联对通风系统的可靠性影响最大。然后,根据模糊集值统计分析法对通风系统危险源进行了分级,并确定了每一级别的危险度值。再则,通过引入状态变权向量和加法合成法,构建了矿井通风系统动态变权综合评价模型。最后,以欢城煤矿为例,进行了通风系统变权前后的危险源评价,得到该矿通风系统为Ⅰ级危险源,并根据评价结果提出了包括增加通风网络可靠性、提高主要通风机能力、增大矿井有效风量、降低矿井负压在内的控制措施,增风降阻,保障矿井的安全生产。     

基于未确知测度理论的矿井通风安全评价

运用未确知测度理论建立矿井通风系统安全评价指标体系,构造了未确知测度模型,计算了各评价指标的未确知测度值.根据置信度识别准则进行等级判定,得出了评价结果.该评价方法能解决矿井通风评价中诸多因素不确定性问题,还能对其进行定量分析.实例表明,用未确知测度评价模型对矿井通风安全进行评价,其计算结果与实际运行情况很吻合.     

基于BP神经网络的供应商选择研究

供应商的选择在整个物流系统中占有非常重要的地位.本文建立了基于BP神经网络的供应商评价指标体系,给出了BP神经网络的评价模型,并结合算例进行分析.实例证明,该方法是可行的.     

基于未确知测度理论及层次分析法矿井通风系统安全性评价研究

为了更好地研究矿井通风系统安全,本文根据矿井通风系统特点,深入研究建立了多层次的通风系统评价因素指标体系。基于层次分析法研究并确定了20个评价指标的权值并进行了一致性检验。运用未确知测度理论构造了未确知测度模型,计算出各评价指标的未确知测度值并根据置信度识别准则进行等级判定,分析得出了评价结果。针对一个矿井矿的通风系统进行评价,评价结果与该矿的安全现状一致,结果表明本文建立的未确知测度理论和层次分析法相结合的通风安全性评价方法是可行的。     

矿井通风系统安全性分析的概率风险评估方法

基于安全评价的内涵,文章建立矿井通风系统安全评价的指标体系,引入概率风险评估(Probabilistic Risk Assess-ment,PRA)方法评估矿井通风系统的安全性.通过分析矿井通风系统安全评价存在的指标性能不易量化、权重大小不易给出等问题,运用三角模糊层次分析法,论证了整个评价过程.     

基于属性数学理论的矿井通风系统评价

为更加合理地评价矿井通风系统,基于属性区间识别理论构建矿井通风系统技术可行性、经济合理性与安全可靠性预测与分级的属性识别模型.首先确定矿井通风系统评价指标与分级标准,给出矿井通风系统的属性空间矩阵;通过构造属性测度函数以计算单指标属性测度,采用层次分析法(AHP)计算各判别指标的权重,将单指标属性测度转化成综合属性测度;利用置信度识别准则对矿井通风系统进行属性识别.实例分析结果表明:属性数学理论能够很好地解决具有多个模糊属性问题的综合评价.     

高瓦斯矿井掘进通风瓦斯浓度预测模型研究

为了对不同瓦斯涌出量和通风配置下的高瓦斯矿井掘进通风瓦斯浓度进行准确预测,文中在对掘进工作面瓦斯浓度的各种通风影响因素分析基础上,设计了两种掘进通风瓦斯浓度预测神经网络模型。利用MATLAB软件及煤矿现场获得的实测样本数据,建立了瓦斯浓度BP和RBF神经网络预测模型。通过预测结果对比分析可知,RBF神经网络预测模型能够对掘进通风瓦斯浓度进行准确地动态预测,为不同掘进阶段、不同瓦斯涌出量下的掘进通风方案选择提供了一定的理论依据。     

基于BP神经网络的经济预测方法

在经济分析中 ,通常采用回归分析方法建立数学模型对一个经济系统进行拟合 ,进而对相关经济变量进行预测 .利用人工神经网络 (ANN)的自学习、自适应和非线性的特点 ,可通过建立经济系统的评价指标体系 ,并把经济变量数据归一化处理 ,然后送入BP神经网络中训练得出相应参数再进行预测 ,经过检验得出令人满意的结果 .     

ACPSO-BP神经网络在矿井突水水源判别中的应用

矿井多年来的连续开采使各含水层水质特征变得更加复杂、更为接近,应用经典数学方法难以建立精确的判别模型,使用具有非线性映射功能的BP神经网络可以克服以上问题,但其仍然具有易陷入局部最优和收敛速度慢缺点。通过将"早熟"判断机制、Tent混沌映射以及权重自适应调整策略引入粒子群算法中,建立基于自适应混沌粒子群算法和BP(ACPSO-BP)神经网络突水水源判别模型,应用结果表明:与BP神经网络模型、基于标准粒子群算法和BP(SPSO-BP)神经网络模型相比,ACPSO-BP神经网络模型具有收敛速度快、精度高和泛化能力强的特点。     

基于神经网络的中药黄芩药效评价方法研究

本文建立了中药黄芩药效评价的BP神经网络模型,通过收集海量相关数据,训练其模型参数,建立了中药黄芩谱-效结合评价系统。测试结果证明了该方法的先进性与可靠性。     

矿井通风系统的综合评价

本文采用层次分析法建立了矿井通风系统的评价分析模型。通过构造判断矩阵和计算特征值得出了矿井通风系统的综合评价指标值,并给出了矿井通风系统的分类标准。为煤炭工业的质量标准化和煤矿现代化建设中通风系统质量的验收检查提供了一种简便的评价方法。     

层次分析法在矿井通风评价中的应用

针对矿井通风评价系统存在不完善之处,通过分析矿井通风系统的特点,建立了多层次的通风系统层次评价模型,利用层次分析法确定了19个评价指标的权值,并进行了一致性检验。经过在山东肥城白庄煤矿通风系统状况评价中的实践应用,证明该评价模型是可行的,取得了较好的效果。     

基于层次分析与BP神经网络的电梯安全评价模型

为高效评价在用电梯运行状态的安全性,提出基于层次分析法和BP神经网络的电梯安全评价模型。通过层次分析法建立电梯系统安全评价指标体系,采用BP神经网络构建电梯系统安全评价模型;通过改进粒子群算法和改进BP算法分别优化、训练BP神经网络;最后进行仿真验证。仿真结果表明,经过改进粒子群算法优化的BP神经网络模型训练速度最快,训练时间比BP算法快8.45 s,比粒子群算法快5.17 s;评价准确度最高,达92.3%,分别比BP算法和粒子群算法提到了11.7%、6.8%;而训练误差最小,仅为0.020 6。     

基于神经网络的食品安全评价模型构建研究

食品安全评价模型的准确度高低,直接影响食品安全状况评价、预测的准确率.结合危害分析与关键控制点的(HACCP)食品安全管理体系理论,从食品供应链的角度出发,建立食品安全评价指标体系;使用层次分析法(AHP)改进逆向传播(BP)神经网络算法中随机初始化计算权重的方法,训练样本数据,并以测试数据作为验证,检测模型的误差收敛速度和拟合度.结果表明,这种BP神经网络结合AHP方法构建的模型具有实用、精度高、快速、客观等优点,可用于生产、加工、销售等流通环节食品安全评价、区域食品安全评价以及种类食品安全评价.     

基于BP神经网络的私募股权投资项目评价

项目选择对私募股权投资机构是否能够盈利起着决定性作用。为使私募股权投资机构更加科学有效地选择合适的项目,在分析私募股权投资项目评价方法的基础上,结合BP神经网络的特点,探讨了基于BP神经网络的私募投资项目评价方法。通过建立科学的项目评价指标体系,构建了私募股权投资项目选择评价BP神经网络模型。模拟结果表明,BP神经网络可以更加有效、准确地对项目进行评价,为投资机构提供决策依据。