神经网络在矿井水源判别中的应用

被引:41
作者
徐忠杰
杨永国
汤琳
机构
[1] 中国矿业大学资源与地球科学学院
关键词
神经网络; BP算法; 矿井水源; 判别模型;
D O I
10.13347/j.cnki.mkaq.2007.02.002
中图分类号
TD745.2 [];
学科分类号
摘要
矿井突水是威胁煤矿安全生产的最大隐患之一,准确判别矿井水源是矿井防治水的前提。介绍了BP神经网络模型及其具体算法,并将其运用到矿井水源判别中。利用BP算法对训练样本进行学习,确定判别模型,根据已训练好的神经网络对样本进行判别。结果表明,采用人工神经网络对矿井水源进行判别,能得到较好的结果。因此,BP神经网络是判别矿井水源的一种有效方法,从而为矿井水源判别开辟了一条新途径,具有广泛的应用前景。
引用
收藏
页码:4 / 6+17 +17
页数:4
相关论文
共 8 条
[1]   基于BP神经网络的动力煤质量评价 [J].
黄福臣 ;
杨永国 ;
吕秀玲 .
选煤技术, 2006, (04) :1-3
[2]   人工神经网络在水环境质量评价中的应用 [J].
朱长军 ;
李文耀 ;
张普 .
工业安全与环保, 2005, (02) :27-29
[3]   水质评价的人工神经网络方法 [J].
张文鸽 ;
李会安 ;
蔡大应 .
东北水利水电, 2004, (10) :42-45+72
[4]   数量化理论在矿井突(涌)水水源判别中的应用 [J].
张许良 ;
张子戌 ;
彭苏萍 .
中国矿业大学学报, 2003, (03) :42-45
[5]   地下水水质评价的人工神经网络方法 [J].
虞登梅 ;
江晓益 .
西安科技学院学报, 2003, (01) :27-29+37
[6]   具有线性功能函数的神经元在矿井水质类型识别中的应用 [J].
冯利军 ;
李竞生 ;
邵改群 .
煤田地质与勘探, 2002, (04) :35-37
[7]   人工神经网络在水源地影响评价中的应用 [J].
魏加华 ;
李宇 ;
张建立 ;
程凌鹏 ;
张远东 ;
周宏 .
地球学报, 2001, (03) :283-288
[8]   用数学地质方法判别鹤壁矿务局矿井水源 [J].
杨永国,李宾亭,尚克勤 .
中国煤田地质, 1995, (04) :66-70