基于改进BP神经网络的煤矿冲击地压预测方法研究

被引：25

作者：

王雨虹 ^{[1
,2
]}

刘璐璐 ^{[1
]}

付华 ^{[1
]}

徐耀松 ^{[1
]}

机构：

[1] 辽宁工程技术大学电气与控制工程学院

[2] 辽宁工程技术大学安全科学与工程学院

来源：

煤炭科学技术 | 2017年 / 45卷 / 10期

关键词：

冲击地压; 声发射; 神经网络; 粒子群优化;

D O I：

暂无

中图分类号：

TD324 [冲击地压];

学科分类号：

081904 [岩体力学与工程];

摘要：

为有效预测与防治煤矿冲击地压灾害的发生,将声发射技术与神经网络结合,把声发射活动的特征参数作为基础数据,针对BP神经网络收敛速度慢且易陷入局部极值等问题,改进BP神经预测网络。采用粒子群优化算法对BP神经网络进行优化,利用粒子群算法训练BP神经网络的权值和阈值。结果表明:在训练误差均要求达到0.001的情况下,与未经优化的传统BP神经网络相比,粒子群优化过的BP神经网络的收敛速度要较其加快了4～5倍,证明该预测方法具有收敛速度快,预测精度高等特点,在煤矿冲击地压预测的应用中具有可行性与有效性,为煤矿灾害的预测提供了理论支持。

引用

页码：36 / 40

页数：5

共 18 条

[1]

智能预测控制及其MATLAB实现.[M].李国勇; 编著.电子工业出版社.2010,

[2]

粒子群算法及应用.[M].纪震，廖惠连，吴青华著.科学出版社.2009,

[3]

基于CFOA-GRNN的冲击地压危险等级预测 [J].