首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于灰色理论与BP神经网络瓦斯涌出量预测研究
引用本文:黄凯波,朱权洁,张尔辉.基于灰色理论与BP神经网络瓦斯涌出量预测研究[J].华北科技学院学报,2020,17(2):16-22.
作者姓名:黄凯波  朱权洁  张尔辉
作者单位:华北科技学院安全工程学院,北京东燕郊065201,华北科技学院安全工程学院,北京东燕郊065201,华北科技学院安全工程学院,北京东燕郊065201
基金项目:贵州省科技计划资助项目;贵州省优秀青年科技人才培养计划资助项目;国家自然科学基金资助项目
摘    要:瓦斯涌出是煤炭行业井下作业难以控制的一个危险因素。为研究瓦斯涌出量的变化规律,提高瓦斯涌出量预测的准确性,本文结合灰色理论与BP神经网络构建了灰色—BP神经网络系统用于矿井瓦斯涌出量的预测。以山西某矿为工程背景,以MATLAB软件为计算平台,对上述方法和模型进行了应用实践和现场验证,将灰色预测、BP神经网络和灰色—BP神经网络预测结果和原始数据进行了对比分析。研究结果表明:灰色—BP神经网络预测的数据精确度和可靠性更高,计算的结果与原始数据的规律基本一致。因此,灰色—BP神经网络系统能较准确地预测矿井瓦斯涌出量,对预测瓦斯涌出量的预测方面具有一定的指导作用。

关 键 词:矿山安全  灰色理论  BP神经网络  瓦斯涌出量预测  MATLAB

Based on grey theory and BP neural network gas emission prediction research
HUANG Kaibo,ZHU Quanjie,ZHANG Erhui.Based on grey theory and BP neural network gas emission prediction research[J].Journal of North China Institute of Science and Technology,2020,17(2):16-22.
Authors:HUANG Kaibo  ZHU Quanjie  ZHANG Erhui
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号