发明名称 |
基于分段模糊BP神经网络的矿山井下泥石流预测方法 |
摘要 |
本发明公开了矿山井下生产安全保障技术领域中的一种基于分段模糊BP神经网络的矿山井下泥石流预测方法。技术方案是,提出影响井下泥石流形成的关键因素;将定量因素和定性因素进行预处理,提出串形结构的分段模糊BP神经网络;对原有神经网络模型进行改进,设计新的评估模型;形成网络学训练样本;进行网络学训练;对评价结果进行危险度识别;计算系统误差;调整系统误差,直到系统平均误差小于设定要求为止。本发明为减轻、延缓以及遏制矿山井下泥石流的发生,合理有效的控制其对矿山安全生产造成的影响提供了依据。 |
申请公布号 |
CN101436264A |
申请公布日期 |
2009.05.20 |
申请号 |
CN200810227629.4 |
申请日期 |
2008.11.28 |
申请人 |
北京交通大学 |
发明人 |
王艳辉;王永清;熊守安;宋卫东;罗文婷;肖雪梅 |
分类号 |
G06N3/02(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
G06N3/02(2006.01)I |
代理机构 |
北京众合诚成知识产权代理有限公司 |
代理人 |
童晓琳 |
主权项 |
1、一种基于分段模糊BP神经网络的矿山井下泥石流预测方法,其特征是,所述方法包括下列步骤:步骤1:进行专家调查、资料分析和井下泥石流形成因素宏观分析,提出影响井下泥石流形成的关键因素;步骤2:将定量因素和定性因素进行预处理,提出串形结构的分段模糊BP神经网络;步骤3:对原有神经网络模型进行改进,设计新的评估模型;步骤4:形成网络学习训练样本;步骤5:进行网络学习训练;步骤6:对评价结果进行危险度识别;步骤7:计算系统误差;步骤8:如果误差不能满足设定要求,则跳到步骤2,重复以上各步,直到系统平均误差小于设定要求为止;步骤9:结束。 |
地址 |
100044北京市西直门外上园村3号北京交通大学科技处 |