神经网络与遗传算法在煤矿智能监控系统中的预测模型研究
|
摘要
煤矿智能监控网络系统需要解决的关键问题是：如何及时、准确的预测出煤矿井下温度、湿度、以及瓦斯和一氧化碳浓度等一系列参数在井下各个工作面的分布情况及变化趋势。
本论文对人工神经网络和遗传算法，尤其是BP神经网络与遗传算法相结合的理论及使用条件进行了分析研究，在此基础上提出了一个基于神经网络和遗传算法的煤矿智能监控网络系统。该系统通过以遗传算法优化后的人工神经网络的自学习功能来对煤矿井下温度、湿度、以及瓦斯和一氧化碳浓度等一系列参数进行预测；以重庆天府矿务局磨心坡等矿多年来的实测数据为学习模型样本集，建立煤矿智能监控系统的数学模型，结合MATLAB仿真，对该矿部分工作面的瓦斯涌出量进行了预测；并利用已有源代码编程和预测管理软件实现了整个系统的智能化管理。
仿真及实验结果表明：由于此数学模型是将神经网络和遗传算法相结合应用在井下的监控系统中，因此即克服了神经网络容易陷入局部最小误差的缺点，又利用了神经网络本身强大的人工智能；该模型不仅为煤矿监控系统管理提供了一种新方法和新思路，同时也为解决不确定性信息处理问题提供了一种新的尝试和手段；该模型学习功能强大，精度较高，实用性强，具有很好的推广价值。
The key problem solved by the intelligent monitor system for coal mine is how to forecast accurately and timely the distributions and varied trends of the parameters for each working face under the ground such as temperature, humidity, and the concentrations of gas and carbon monoxide et al..
In this paper, the artificial neural network and genetic algorithm, especially the theory and the applied condition of the BP neural network combined with genetic algorithm, have been investigated, and an intelligent monitor network system has been proposed. Through the self-studying of the artificial neural network optimized by the genetic algorithm, the system can predict the temperature, humidity, and the concentrations of gas and carbon monoxide; Based on the data measured by Moxinpo Coalmine in Tianfu Coalmine Administrant Bureau, the mathematical model of the intelligent monitor system for coalmine has been established and the gas outburst quantity of some working face has been predicted through emulation technology of MATLAB; Moreover the intellectualized management to the whole system has been achieved through using the source code editing and the forecasting managing software.
The emulations and experimental results indicate that the theoretical model combined the neural network and genetic algorithm not only can conquer the disadvantage, which network is prone to enmesh the partial minimal error, but also utilize the powerful artificial intelligence of neural network.; This model provides a new method and idea for the monitor systems management, meanwhile it also offer a new method for solving the problems of the undetermined information processing; This model has powerful studying function, high accuracy, and strong practicability, so it has promoted value.
本论文对人工神经网络和遗传算法，尤其是BP神经网络与遗传算法相结合的理论及使用条件进行了分析研究，在此基础上提出了一个基于神经网络和遗传算法的煤矿智能监控网络系统。该系统通过以遗传算法优化后的人工神经网络的自学习功能来对煤矿井下温度、湿度、以及瓦斯和一氧化碳浓度等一系列参数进行预测；以重庆天府矿务局磨心坡等矿多年来的实测数据为学习模型样本集，建立煤矿智能监控系统的数学模型，结合MATLAB仿真，对该矿部分工作面的瓦斯涌出量进行了预测；并利用已有源代码编程和预测管理软件实现了整个系统的智能化管理。
仿真及实验结果表明：由于此数学模型是将神经网络和遗传算法相结合应用在井下的监控系统中，因此即克服了神经网络容易陷入局部最小误差的缺点，又利用了神经网络本身强大的人工智能；该模型不仅为煤矿监控系统管理提供了一种新方法和新思路，同时也为解决不确定性信息处理问题提供了一种新的尝试和手段；该模型学习功能强大，精度较高，实用性强，具有很好的推广价值。
The key problem solved by the intelligent monitor system for coal mine is how to forecast accurately and timely the distributions and varied trends of the parameters for each working face under the ground such as temperature, humidity, and the concentrations of gas and carbon monoxide et al..
In this paper, the artificial neural network and genetic algorithm, especially the theory and the applied condition of the BP neural network combined with genetic algorithm, have been investigated, and an intelligent monitor network system has been proposed. Through the self-studying of the artificial neural network optimized by the genetic algorithm, the system can predict the temperature, humidity, and the concentrations of gas and carbon monoxide; Based on the data measured by Moxinpo Coalmine in Tianfu Coalmine Administrant Bureau, the mathematical model of the intelligent monitor system for coalmine has been established and the gas outburst quantity of some working face has been predicted through emulation technology of MATLAB; Moreover the intellectualized management to the whole system has been achieved through using the source code editing and the forecasting managing software.
The emulations and experimental results indicate that the theoretical model combined the neural network and genetic algorithm not only can conquer the disadvantage, which network is prone to enmesh the partial minimal error, but also utilize the powerful artificial intelligence of neural network.; This model provides a new method and idea for the monitor systems management, meanwhile it also offer a new method for solving the problems of the undetermined information processing; This model has powerful studying function, high accuracy, and strong practicability, so it has promoted value.
引文
[1] 张铁岗．矿井瓦斯综合防治技术．北京：煤炭工业出版社，2001
[2] 王汝琳．矿井环境传感技术．徐州：中国矿业大学出版社，1998
[3] 于不凡．煤与瓦斯突出机理．北京：煤炭工业出版社，1983
[4] 赵以惠．处理重大灾害事故，提高指挥决策能力．中国安全科学学报，1994(4)：24-26
[5] 张宝明．加强煤矿安全生产，促进煤炭工业健康发展．中国安全科学学报，2005(2)：1-2
[6] 肖保军．我国煤矿安全事故频发的思考．煤矿安全，2005(7)：48-51
[7] 刘超捷、汤道路．论我国煤矿安全立法的不足及完善．煤矿安全，2005(6)：48-51[8] 张海洋．煤矿安全事故多发的原因分析及对策建议．中国煤炭，2005(6)：66-68
[9] 林世豪、吴明清．浅析煤矿安全状况滑坡的原因及对策．矿业安全与环保，2005(2)：18-20
[10] 王魁军．我国煤矿瓦斯灾害事故频发的原因分析．中国煤炭，2003(7)：9-11
[11] 孙猛、吴宗之等．煤矿重大危险源辨识评价若干问题的研究与探讨．中国安全科学学报，2003，(5)：35-37
[12] 陈宝智．危险源辨识控制及评价．成都：四川科学技术出版社，1996．
[13] 施式亮、王海桥．矿井安全非线性动力学评价．北京：煤炭工业出版社，2001
[14] 李建文．可视化矿井安全监测系统的开发与应用．硕士学位论文，北京科技大学，2001
[15] 刘富强．煤矿多媒体综合调度指挥系统的研究．博士学位论文，中国矿业大学，1996
[16] 王涛．我国煤矿安全监测装置的技术现状及发展趋势，世界煤炭技术，1994(12)：29-31
[17] 孙继平．矿山监测与控制．北京：北京工业大学出版社，1990．
[18] 崔景岳．矿山监控技术．北京：煤炭工业出版社，1994．
[19] 杜鸿、李力欣等．CAN总线在矿井火灾监控系统中的应用，煤矿安全，2000(10)：38-40
[20] 曹庆贵．煤矿安全评价与安全信息管理．徐州：中国矿业大学出版社，1993．
[21] 单亚飞．矿井瓦斯安全监测系统应用软件研究．硕士学位论文，阜新矿业学院，2001
[22] 高春矿．煤矿安全监控系统现状与发展前景．煤炭技术，2004(11)：22-24
[23] 鲁远祥．工业以太网技术在煤矿综合监控系统的应用．矿业安全与环保，2006(1)：32-34
[24] 谷守禄、鲁远祥．煤矿监控系统的发展概况和趋势．中国安全科学学报，1997(12)：11-14
[25] 孙继平．现场总线及其在矿井监控系统中的应用．煤矿自动化，1997(12)：4-8
[26] 赵松年．非线性科学．北京：科学出版社，1994
[27] 何学秋等．安全工程学．北京：中国矿业大学出版社，2000
[23] 许开立、陈宝智等．危险评价指标特征值的非线性模糊处理．东北大学学报(自然科学学报)1999(6)：601-604
[24] 施式亮、王海桥．矿井安全非线性动力学评价．北京：煤炭工业出版社，2001
[25] 刘宝深．煤矿地表移动基本规律．北京：中国工业出版社，1968
[26] Cao Qinggui, Shah Guowen, et al. Safe Information System of Colliery Basing on Intranet, ISSST2002 (7) :783-784
[27] Cao Qinggui, Cheng Weimin, et al. Dynamic Monitoring System of the Balanced-Pressure Ventilation in Coal Mines.ISSST2002, 2002 (11):1042-1046
[28] B. Singh. Safety and Health Hazards in Mines. The Indian Mining and Engineering Journal.??1994(8)：74-76
[29] 张子戌、袁崇孚．瓦斯地质数学模型法．煤炭学报，1999(8)：368-372
[30] 吕光华．矿业灰色系统．北京：煤炭工业出版社，1993
[31] 王玉振等．矿井掘进面安全评价的灰色聚类方法．中国管理科学，1996(3)：48-56
[32] 陈勇刚、田水承等．基于事故树分析法安全评价指标的确定．陕西煤炭，2003(3)：20-22
[33] 钱鸣高．岩层控制中关键层理论研究．煤炭学报，1996(3)：28-31
[34] 丘昌涛．现代工程数学及应用．北京：中国电力出版社，2001
[35] 杨硕．空间变形力学预测．北京：煤炭工业出版社，1994
[36] 邓聚龙．灰色预测与决策．武汉：华中理工大学出版社，1986
[37] Health and Safety Commission. Advisory committee on major hazard. The 3rd report, of control of major hazards London Her Majesty' s stationary office., 1983
[38] 潘结南、陈江峰等．R／S分析及矿井瓦斯涌出的分形预测．煤田地质与勘探2002(6)：14-15
[39] 杜正春、刘玉田等．前馈神经网络用于电力系统动态安全评价的研究．电力系统及其自动化学报，1994(2)：22-28
[40] Cheng Weimin, Zhang Anyuan, et al, Neural Network Model of Preliminary Hazard Assessment on Gas Explosion, Theory and Practice of Energetic Materials. Science Press, 2003
[41] J. Ghaboussi, J. Garret, et al, Knowledge-Based modeling of material behavior with Neural Networks, Journal of Engineering Mechanics Division, ASCE, 117(1): 132-153, 1991
[42] J. Ghaboussi, J. Garret, et al, Material modeling with Neural Networks. Proc. of the int. conf. On Numerical Methods in Engineering; Theory and Application, U.K., 1990
[43] 施式亮、刘宝深．基于人工神经网络的矿井瓦斯涌出预测模型及其应用．矿冶工程1999(3)：21-23
[44] 赵朝义、袁修干等．遗传规划在采煤工作面瓦斯涌出量预测中的应用．应用基础与工程科学学报，1999(12)：385-392
[45] 汪峰、白晓民等．基于遗传算法的机组组合研究．电力系统自动化，2003(6)：36-41
[46] 李茂军．机组优化组合的协同变异遗传算法．电力系统及其自动化学报，2002(3)：20-23
[47] Rudolf A, BayrleithnerB .Genetic Algorithm for Solving the Unit Commitment Problem of Hydro themal Power System. IEEE Trans on Power Systems, 1999 (4) :1460-1468
[48] Fogel D. An Introduction to Simulated Evolution Optimization. IEEE Trans.on Neural Networks,1994 (1) :3-14[1] Simon Haykin著，叶世明译．神经网络原理．北京：机械工业出版社．2004．
[2] 蒋综礼．人工神经网络导论．北京：高等教育出版社，2001．
[3] Martin H，Howard D等著，戴葵等译．神经网络设计．北京：机械工业出版社，2002
[4] 庄镇泉．神经网络与神经计算机．北京：科学出版社，1994
[5] 戴葵．神经网络实现技术．北京：国防科技大学出版社，1998
[6] 焦李成．神经网络应用与实现．西安：西安电子科技大学出版社，1993
[7] Kandel A. Fuzzy Techiques in Pattern Recognition. New York: Wiley Interseience, 1983
[8] Kosko P. Neural networks for signal processing, USA: Prentice Hall Englewood Cliffs, 1992
[9] 周明、孙树栋．遗传算法原理及应用．北京：国防工业出版社，1996]
[10] 陈国良等．遗传算法及应用．北京：人民邮电出版社，1996
[11] Joachim S. Parallel Genetic Algorithms: Theory and Applications. ISO Press,1993
[12] 韩正宇．设备检测中应用基因算法和神经网络．博士学位论文，西安交通大学，1993
[13] Goldberg E. Genetic algorithms in search, optimization and machine learning. Addision Wesley Publishing Company, Inc, 1989
[14] Fogel B. An Introduction to Simulated Evolution Optimization. IEEE Trans. On Neural Networks, 1994,5(1):3-14
[15] Rudolph G. Convergence Analysis of Canonical Genetic Algorithms. IEEE Trans. On Neural Networks, 1994,5(1):96-101
[16] 景广军、梁雪梅等．遗传神经网络预测模型的设计及应用．计算机工程与应用，2001(9)：1-3
[17] 卢询．基于遗传算法的神经网络优化的研究．信息工程学院学报，1999(3)：18-19．
[18] 牛东晓．遗传神经网络优化预测方法研究及其应用华北电力大学学报，2001(1)：1-5
[19] 蔡鹭欣、杨燕明等．基于反向传播神经网络的遗传算法在酒类气体识别中的应用．厦门大学学报(自然科学版)，1999(3)：42-44
[20] 葛红．用遗传算法训练基于神经网络结构的控制器．华南师范大学学报(自然科学版)，2000(1)：33-38
[21] 王钰、宋华文等．利用人工神经网络技术确定零部件的维修策略．系统工程理论与实践，1999(10)：24-26
[22] 肖专文、徐日庆等．求解复杂工程优化问题的一种实用方法．水利学报，1999(2)：8-11[1] 王福成、陈宝智等．安全工程概论．北京：煤炭工业出版社，2002
[2] 陈宝智．安全原理．北京：冶金工业出版，2002
[3] 李建文．可视化矿井安全监测系统的开发与应用．硕士学位论文．北京科技大学，2001
[4] 单亚飞．矿井瓦斯安全监测系统应用软件研究．硕士学位论文．阜新矿业学院，2001
[5] 何学秋等．安全工程学．北京：中国矿业大学出版社，2000年
[6] Martin H，Howard D等著，戴葵等译．神经网络设计．北京：机械工业出版社，2002
[7] 戴葵．神经网络实现技术．北京：国防科技大学出版社，1998
[8] Kosko P. Neural networks for signal processing, USA: Prentice Hall Englewood Cliffs, 1992
[9] 蒋综礼．人工神经网络导论．北京：高等教育出版社，2001．[1] 钱建生．煤矿井下光纤电视监控网络．电视技术，1998(5)：24-26
[2] 于洪珍、刘富强．煤矿多媒体安全监视监控系统．煤矿自动化，1997(2)：19-23
[3] 李世银、蒋凯南等．基于光纤传输和计算机网络的煤矿综合调度通信系统．光通信技术，2002(6)：22-24
[4] 张申、丁恩杰等．煤矿井下综合业务数字网网络结构的研究．煤矿学报，2002(2)：206-210
[5] 原荣．光纤通信网络．北京：电子工业出版社，1999
[6] 刘德明、向清等．光纤光学．北京：国防工业出版社，1995
[7] 韦东平、邓忠礼等．光缆通信系统指标与测试．北京：电子工业出版社，1994
[8] 王志工．光纤通信集成电路设计．北京：高等教育出版社，2003
[9] 焦李成．神经网络应用与实现．西安：西安电子科技大学出版社，1993
[10] 戴葵．神经网络实现技术．北京：国防科技大学出版社，1998
[11] Simon Haykin著，叶世明译．神经网络原理．北京：机械工业出版社．2004．
[12] 周明、孙树栋．遗传算法原理及应用．北京：国防工业出版社，1996
[13] 陈国良等．遗传算法及应用．北京：人民邮电出版社，1996
[14] Joachim S. Parallel Genetic Algorithms. Theory and Applications. ISO Press, 1993[1] 王继成．一种新的神经网络学习算法．计算机学习与科学，2000(3)：6-7
[2] 胡建明，刘德森等．一种新型高性能光纤监控系统．西南师范大学学报(自然科学版)，2002(3)：350-353
[3] 林柏泉，崔恒信．矿井瓦斯防治理论与技术 徐州：中国矿业大学出版社，1998
[4] 吕锋，石敏等．基于GA的BP神经网络模型的研究及应用．武汉水利大学学报，2002(2)：63-66．
[5] 韩正宇．设备状态检测中应用基因算法和神经网络．博士学位论文，西安交通大学，1993
[2] 王汝琳．矿井环境传感技术．徐州：中国矿业大学出版社，1998
[3] 于不凡．煤与瓦斯突出机理．北京：煤炭工业出版社，1983
[4] 赵以惠．处理重大灾害事故，提高指挥决策能力．中国安全科学学报，1994(4)：24-26
[5] 张宝明．加强煤矿安全生产，促进煤炭工业健康发展．中国安全科学学报，2005(2)：1-2
[6] 肖保军．我国煤矿安全事故频发的思考．煤矿安全，2005(7)：48-51
[7] 刘超捷、汤道路．论我国煤矿安全立法的不足及完善．煤矿安全，2005(6)：48-51[8] 张海洋．煤矿安全事故多发的原因分析及对策建议．中国煤炭，2005(6)：66-68
[9] 林世豪、吴明清．浅析煤矿安全状况滑坡的原因及对策．矿业安全与环保，2005(2)：18-20
[10] 王魁军．我国煤矿瓦斯灾害事故频发的原因分析．中国煤炭，2003(7)：9-11
[11] 孙猛、吴宗之等．煤矿重大危险源辨识评价若干问题的研究与探讨．中国安全科学学报，2003，(5)：35-37
[12] 陈宝智．危险源辨识控制及评价．成都：四川科学技术出版社，1996．
[13] 施式亮、王海桥．矿井安全非线性动力学评价．北京：煤炭工业出版社，2001
[14] 李建文．可视化矿井安全监测系统的开发与应用．硕士学位论文，北京科技大学，2001
[15] 刘富强．煤矿多媒体综合调度指挥系统的研究．博士学位论文，中国矿业大学，1996
[16] 王涛．我国煤矿安全监测装置的技术现状及发展趋势，世界煤炭技术，1994(12)：29-31
[17] 孙继平．矿山监测与控制．北京：北京工业大学出版社，1990．
[18] 崔景岳．矿山监控技术．北京：煤炭工业出版社，1994．
[19] 杜鸿、李力欣等．CAN总线在矿井火灾监控系统中的应用，煤矿安全，2000(10)：38-40
[20] 曹庆贵．煤矿安全评价与安全信息管理．徐州：中国矿业大学出版社，1993．
[21] 单亚飞．矿井瓦斯安全监测系统应用软件研究．硕士学位论文，阜新矿业学院，2001
[22] 高春矿．煤矿安全监控系统现状与发展前景．煤炭技术，2004(11)：22-24
[23] 鲁远祥．工业以太网技术在煤矿综合监控系统的应用．矿业安全与环保，2006(1)：32-34
[24] 谷守禄、鲁远祥．煤矿监控系统的发展概况和趋势．中国安全科学学报，1997(12)：11-14
[25] 孙继平．现场总线及其在矿井监控系统中的应用．煤矿自动化，1997(12)：4-8
[26] 赵松年．非线性科学．北京：科学出版社，1994
[27] 何学秋等．安全工程学．北京：中国矿业大学出版社，2000
[23] 许开立、陈宝智等．危险评价指标特征值的非线性模糊处理．东北大学学报(自然科学学报)1999(6)：601-604
[24] 施式亮、王海桥．矿井安全非线性动力学评价．北京：煤炭工业出版社，2001
[25] 刘宝深．煤矿地表移动基本规律．北京：中国工业出版社，1968
[26] Cao Qinggui, Shah Guowen, et al. Safe Information System of Colliery Basing on Intranet, ISSST2002 (7) :783-784
[27] Cao Qinggui, Cheng Weimin, et al. Dynamic Monitoring System of the Balanced-Pressure Ventilation in Coal Mines.ISSST2002, 2002 (11):1042-1046
[28] B. Singh. Safety and Health Hazards in Mines. The Indian Mining and Engineering Journal.??1994(8)：74-76
[29] 张子戌、袁崇孚．瓦斯地质数学模型法．煤炭学报，1999(8)：368-372
[30] 吕光华．矿业灰色系统．北京：煤炭工业出版社，1993
[31] 王玉振等．矿井掘进面安全评价的灰色聚类方法．中国管理科学，1996(3)：48-56
[32] 陈勇刚、田水承等．基于事故树分析法安全评价指标的确定．陕西煤炭，2003(3)：20-22
[33] 钱鸣高．岩层控制中关键层理论研究．煤炭学报，1996(3)：28-31
[34] 丘昌涛．现代工程数学及应用．北京：中国电力出版社，2001
[35] 杨硕．空间变形力学预测．北京：煤炭工业出版社，1994
[36] 邓聚龙．灰色预测与决策．武汉：华中理工大学出版社，1986
[37] Health and Safety Commission. Advisory committee on major hazard. The 3rd report, of control of major hazards London Her Majesty' s stationary office., 1983
[38] 潘结南、陈江峰等．R／S分析及矿井瓦斯涌出的分形预测．煤田地质与勘探2002(6)：14-15
[39] 杜正春、刘玉田等．前馈神经网络用于电力系统动态安全评价的研究．电力系统及其自动化学报，1994(2)：22-28
[40] Cheng Weimin, Zhang Anyuan, et al, Neural Network Model of Preliminary Hazard Assessment on Gas Explosion, Theory and Practice of Energetic Materials. Science Press, 2003
[41] J. Ghaboussi, J. Garret, et al, Knowledge-Based modeling of material behavior with Neural Networks, Journal of Engineering Mechanics Division, ASCE, 117(1): 132-153, 1991
[42] J. Ghaboussi, J. Garret, et al, Material modeling with Neural Networks. Proc. of the int. conf. On Numerical Methods in Engineering; Theory and Application, U.K., 1990
[43] 施式亮、刘宝深．基于人工神经网络的矿井瓦斯涌出预测模型及其应用．矿冶工程1999(3)：21-23
[44] 赵朝义、袁修干等．遗传规划在采煤工作面瓦斯涌出量预测中的应用．应用基础与工程科学学报，1999(12)：385-392
[45] 汪峰、白晓民等．基于遗传算法的机组组合研究．电力系统自动化，2003(6)：36-41
[46] 李茂军．机组优化组合的协同变异遗传算法．电力系统及其自动化学报，2002(3)：20-23
[47] Rudolf A, BayrleithnerB .Genetic Algorithm for Solving the Unit Commitment Problem of Hydro themal Power System. IEEE Trans on Power Systems, 1999 (4) :1460-1468
[48] Fogel D. An Introduction to Simulated Evolution Optimization. IEEE Trans.on Neural Networks,1994 (1) :3-14[1] Simon Haykin著，叶世明译．神经网络原理．北京：机械工业出版社．2004．
[2] 蒋综礼．人工神经网络导论．北京：高等教育出版社，2001．
[3] Martin H，Howard D等著，戴葵等译．神经网络设计．北京：机械工业出版社，2002
[4] 庄镇泉．神经网络与神经计算机．北京：科学出版社，1994
[5] 戴葵．神经网络实现技术．北京：国防科技大学出版社，1998
[6] 焦李成．神经网络应用与实现．西安：西安电子科技大学出版社，1993
[7] Kandel A. Fuzzy Techiques in Pattern Recognition. New York: Wiley Interseience, 1983
[8] Kosko P. Neural networks for signal processing, USA: Prentice Hall Englewood Cliffs, 1992
[9] 周明、孙树栋．遗传算法原理及应用．北京：国防工业出版社，1996]
[10] 陈国良等．遗传算法及应用．北京：人民邮电出版社，1996
[11] Joachim S. Parallel Genetic Algorithms: Theory and Applications. ISO Press,1993
[12] 韩正宇．设备检测中应用基因算法和神经网络．博士学位论文，西安交通大学，1993
[13] Goldberg E. Genetic algorithms in search, optimization and machine learning. Addision Wesley Publishing Company, Inc, 1989
[14] Fogel B. An Introduction to Simulated Evolution Optimization. IEEE Trans. On Neural Networks, 1994,5(1):3-14
[15] Rudolph G. Convergence Analysis of Canonical Genetic Algorithms. IEEE Trans. On Neural Networks, 1994,5(1):96-101
[16] 景广军、梁雪梅等．遗传神经网络预测模型的设计及应用．计算机工程与应用，2001(9)：1-3
[17] 卢询．基于遗传算法的神经网络优化的研究．信息工程学院学报，1999(3)：18-19．
[18] 牛东晓．遗传神经网络优化预测方法研究及其应用华北电力大学学报，2001(1)：1-5
[19] 蔡鹭欣、杨燕明等．基于反向传播神经网络的遗传算法在酒类气体识别中的应用．厦门大学学报(自然科学版)，1999(3)：42-44
[20] 葛红．用遗传算法训练基于神经网络结构的控制器．华南师范大学学报(自然科学版)，2000(1)：33-38
[21] 王钰、宋华文等．利用人工神经网络技术确定零部件的维修策略．系统工程理论与实践，1999(10)：24-26
[22] 肖专文、徐日庆等．求解复杂工程优化问题的一种实用方法．水利学报，1999(2)：8-11[1] 王福成、陈宝智等．安全工程概论．北京：煤炭工业出版社，2002
[2] 陈宝智．安全原理．北京：冶金工业出版，2002
[3] 李建文．可视化矿井安全监测系统的开发与应用．硕士学位论文．北京科技大学，2001
[4] 单亚飞．矿井瓦斯安全监测系统应用软件研究．硕士学位论文．阜新矿业学院，2001
[5] 何学秋等．安全工程学．北京：中国矿业大学出版社，2000年
[6] Martin H，Howard D等著，戴葵等译．神经网络设计．北京：机械工业出版社，2002
[7] 戴葵．神经网络实现技术．北京：国防科技大学出版社，1998
[8] Kosko P. Neural networks for signal processing, USA: Prentice Hall Englewood Cliffs, 1992
[9] 蒋综礼．人工神经网络导论．北京：高等教育出版社，2001．[1] 钱建生．煤矿井下光纤电视监控网络．电视技术，1998(5)：24-26
[2] 于洪珍、刘富强．煤矿多媒体安全监视监控系统．煤矿自动化，1997(2)：19-23
[3] 李世银、蒋凯南等．基于光纤传输和计算机网络的煤矿综合调度通信系统．光通信技术，2002(6)：22-24
[4] 张申、丁恩杰等．煤矿井下综合业务数字网网络结构的研究．煤矿学报，2002(2)：206-210
[5] 原荣．光纤通信网络．北京：电子工业出版社，1999
[6] 刘德明、向清等．光纤光学．北京：国防工业出版社，1995
[7] 韦东平、邓忠礼等．光缆通信系统指标与测试．北京：电子工业出版社，1994
[8] 王志工．光纤通信集成电路设计．北京：高等教育出版社，2003
[9] 焦李成．神经网络应用与实现．西安：西安电子科技大学出版社，1993
[10] 戴葵．神经网络实现技术．北京：国防科技大学出版社，1998
[11] Simon Haykin著，叶世明译．神经网络原理．北京：机械工业出版社．2004．
[12] 周明、孙树栋．遗传算法原理及应用．北京：国防工业出版社，1996
[13] 陈国良等．遗传算法及应用．北京：人民邮电出版社，1996
[14] Joachim S. Parallel Genetic Algorithms. Theory and Applications. ISO Press, 1993[1] 王继成．一种新的神经网络学习算法．计算机学习与科学，2000(3)：6-7
[2] 胡建明，刘德森等．一种新型高性能光纤监控系统．西南师范大学学报(自然科学版)，2002(3)：350-353
[3] 林柏泉，崔恒信．矿井瓦斯防治理论与技术 徐州：中国矿业大学出版社，1998
[4] 吕锋，石敏等．基于GA的BP神经网络模型的研究及应用．武汉水利大学学报，2002(2)：63-66．
[5] 韩正宇．设备状态检测中应用基因算法和神经网络．博士学位论文，西安交通大学，1993
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |