基于L-MBP神经网络的煤自然发火期预测

被引：5

作者：

陆卫东 ^{[1
]}

王继仁 ^{[2
]}

单亚飞 ^{[2
]}

洪林 ^{[2
]}

王雪峰 ^{[2
]}

机构：

[1] 新疆工业高等专科学校城建环保系

[2] 辽宁工程技术大学资源与环境工程学院

来源：

辽宁工程技术大学学报 | 2006年 / 06期

关键词：

煤; 自然发火期; L-MBP算法; 神经网络;

D O I：

暂无

中图分类号：

TD752 [];

学科分类号：

081903 ;

摘要：

针对不同矿井、矿井不同工作面预测煤自然发火期的难题,采用具有较好收敛性的L-M(Levernberg-Marquardt)BP算法的神经网络,开发出煤自然发火期预测仿真系统软件。根据煤自燃的内因和外因影响因素,在东北矿区各自燃采场收集了152个样本训练数据,并应用于该软件训练、预测其结果误差<10%。在神东矿区进行预测时,预测结果与实际情况吻合较好,为制定预防采场自然发火的技术措施提供了可靠的技术参数。

引用

页码：815 / 818

页数：4

共 9 条

[1] 基于改进BP神经网络的预测模型及其应用 [J].