粗集-RBF神经网络在瓦斯突出预测中的应用

被引：3

作者：

曹晶秀 ^{[1
]}

彭泓 ^{[2
]}

王斌 ^{[2
]}

机构：

[1] 呼伦贝尔学院计算机科学与技术学院

[2] 辽宁工程技术大学电气与控制工程学院

来源：

计算机测量与控制 | 2011年 / 19卷 / 08期

关键词：

粗集-RBF神经网络; 瓦斯突出; DSP; 无线传感器网络;

D O I：

10.16526/j.cnki.11-4762/tp.2011.08.003

中图分类号：

TD713 [煤（岩石）与瓦斯突出的预防和处理]; TP183 [人工神经网络与计算];

学科分类号：

081903 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

煤矿瓦斯突出是威胁煤矿安全生产的主要因素之一:瓦斯突出预测的关键是信息的采集,传输和处理;通过DSP技术和粗集-RBF神经网络结合的方法,完成了对瓦斯突出预测系统的设计;该系统设计了基于DSP和无线传感器网络的信息采集和传输系统和粗集-RBF神经网络;信息传输采用无线网络和CAN总线相结合的方式,极大地提高了信息传输的质量和效率;利用MATLAB对粗集-RBF神经网络进行了建模和仿真,选取了4个与瓦斯突出有关的影响指标,对具体的瓦斯突出样本进行了预测,准确预测出了瓦斯突出。

引用

页码：1882 / 1884+1891 +1891

页数：4