基于量子遗传算法的煤矿安全评价模型

被引：5

作者：

李鑫 ^{[1
]}

李乃文 ^{[2
]}

杨桢 ^{[1
]}

机构：

[1] 辽宁工程技术大学电气与控制工程学院

[2] 辽宁工程技术大学工商管理学院

来源：

计算机系统应用 | 2012年 / 21卷 / 07期

关键词：

煤矿安全评价; RBF神经网络; 量子遗传算法; 模型;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TD79 [劳动安全];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081903 ;

摘要：

煤矿安全评价涉及诸多不确定信息,用传统评价方法难以确保最后评价结果的准确性和可靠性。为此利用RBF神经网络设计出煤矿综合安全评价模型,根据我国煤矿的实际情况,通过事故树(FTA)和事件树(ETA)分析,归纳煤矿事故发生的危险因素和影响矿井生产的不安全因素。同时为了克服神经网络易陷入局部最小,研究采用量子遗传算法对神经网络模型的权值(阈值)进行优化。将该方法应用在阜新矿业集团公司某矿,结果表明,该模型可以准确地评价煤矿安全生产,为煤矿安全评价提供一条新的途径,对煤矿安全生产起到了重要的指导意义。

引用

页码：101 / 105

页数：5

共 8 条

[1]

我国煤矿安全事故致因研究.[D].韩斌君.同济大学.2007, 01

[2]

MATLAB神经网络应用设计.[M].张德丰等; 编著.机械工业出版社.2009,

[3]

遗传算法.[M].王小平;曹立明著;.西安交通大学出版社.2002,

[4]

安全工程学.[M].何学秋等编著;.中国矿业大学出版社.2000,

[5] 基于改进量子遗传算法的过程神经元网络训练 [J].

李欣 ;

程春田 ;

曾筠 .

控制与决策, 2009, 24 (03) :347-351

[6] 我国煤矿事故多发的原因分析及对策 [J].

董建美 .

国土资源, 2007, (01) :22-25

[7] 混合量子遗传算法及其性能分析 [J].

王凌 ;

吴昊 ;

唐芳 ;

郑大钟 ;

金以慧 ;

不详 .

控制与决策 , 2005, (02) :156-160

[8] 人工神经网络对矿山安全状态的评判能力分析 [J].

刘海波 ;

施式亮 ;

刘宝琛 .

安全与环境学报, 2004, (05) :69-72

← 1 →