基于RS与FNN的通风系统评价模型

被引：10

作者：

朱传杰

林柏泉

李文霞

董涛

王力

孙鑫

机构：

[1] 中国矿业大学安全工程学院

来源：

采矿与安全工程学报 | 2008年 / 25卷 / 04期

基金：

国家自然科学基金重点项目;

关键词：

通风系统; 评价; 粗集; 模糊神经网络;

D O I：

暂无

中图分类号：

TD72 [矿井通风];

学科分类号：

081903 ;

摘要：

为了解决现有各种不同通风系统评价方法因素较多,而且具有这些因素又具有模糊性,利用传统的评价方法很难对通风系统进行准确地评价的难题,本文建立了基于粗集与模糊神经网络的通风系统评价模型,不仅可以完成多层次多因素系统评价,还具有自学习功能.通过对模型的验证分析,表明该模型具有较高的精度,总误差仅为0.037,可以将其应用到现场安全评价中.

引用

页码：490 / 493

页数：4

共 7 条

[1] Fault Diagnosis Approach of Local Ventilation System in Coal Mines Based on Multidisciplinary Technology [J].

GONG Xiaoyan XUE He TAO Xinli HU Ning School of Mechanical Engineering Xian University of Science and Technology Xian Shanxi China Department of Aeronautics and Space Engineer Tohoku University Sendai Japan .

Journal of China University of Mining & Technology(English Edition), 2006, (03) :317-320

[2] 基于人工神经网络的矿井通风系统评价研究 [J].