神经网络在采煤工作面瓦斯涌出量预测中的应用
摘要
应用神经网络理论,对自变量的选取和确定进行改进,并选择了合适的初始数据处理方法和网络结构,建立了采煤工作面瓦斯涌出量的预测模型。结果显示,预测精度满足要求,表明该方法是可行的、合理的。
引文
[1]李曲，蔡之华，朱莉，等．基因表达式程序设计方法在采煤工作面瓦斯涌出量预测中的应用[J]．应用基础与工程科学学报，2004，12(1)：49-54．
[2]刘舜奎，李荣峰．人工神经网络在地震分析预报中的应用[J]．厦门大学学报：自然科学版，1999，38(4)：534-540．
[3]谭成仟，吴少波，宋子齐．神经网络在辽河滩海地区油气储层产能预测中的应用[J]．西安石油学院学报：自然科学版，2001，16- (3)：21-25．
[4]赵朝义，袁修干，孙金镖．遗传规划在采煤工作面瓦斯涌出量预测中的应用[J]．应用基础与工程科学学报，1999，7(4)：387- 392．
[5]李奎贤．BP神经网络法在产品质量预测中的应用[J]．东北大学学报：自然科学版，2001，22(6)：682-684．
[6]许昌，吕剑虹，郑源．最小资源分配网络及其在电站锅炉中的应用[J]．中国电机工程学报，2004，24(11)：228-232．
[7]魏海坤．神经网络结构设计的理论与方法[M]．北京：国防工业出版社，2005．
[8]高新波．模糊聚类分析及其应用[M]．西安：西安电子科技大学出版社，2004．
[9]熊永强，刘新喜．基于人工神经网络的工作面煤与瓦斯突出预测方法[J]．安全与环境工程，2002，9(4)：27-29．
[10]蒋宗礼．人工神经网络导论[M]．北京：高等教育出版社，2001．
[11]AMBROMIW T.Goran turk prediction of subsidence due to under- ground mining by artificial neural networks[J].Computers & Geosci- ences,2003,29(5):627-637.
[12]ZHANG J Y,HALL M J.Regional flood frequency analysis for the gan-ming river basin in China[J].Journal of Hydrology,2004,296(1 -4):98-117.
[2]刘舜奎，李荣峰．人工神经网络在地震分析预报中的应用[J]．厦门大学学报：自然科学版，1999，38(4)：534-540．
[3]谭成仟，吴少波，宋子齐．神经网络在辽河滩海地区油气储层产能预测中的应用[J]．西安石油学院学报：自然科学版，2001，16- (3)：21-25．
[4]赵朝义，袁修干，孙金镖．遗传规划在采煤工作面瓦斯涌出量预测中的应用[J]．应用基础与工程科学学报，1999，7(4)：387- 392．
[5]李奎贤．BP神经网络法在产品质量预测中的应用[J]．东北大学学报：自然科学版，2001，22(6)：682-684．
[6]许昌，吕剑虹，郑源．最小资源分配网络及其在电站锅炉中的应用[J]．中国电机工程学报，2004，24(11)：228-232．
[7]魏海坤．神经网络结构设计的理论与方法[M]．北京：国防工业出版社，2005．
[8]高新波．模糊聚类分析及其应用[M]．西安：西安电子科技大学出版社，2004．
[9]熊永强，刘新喜．基于人工神经网络的工作面煤与瓦斯突出预测方法[J]．安全与环境工程，2002，9(4)：27-29．
[10]蒋宗礼．人工神经网络导论[M]．北京：高等教育出版社，2001．
[11]AMBROMIW T.Goran turk prediction of subsidence due to under- ground mining by artificial neural networks[J].Computers & Geosci- ences,2003,29(5):627-637.
[12]ZHANG J Y,HALL M J.Regional flood frequency analysis for the gan-ming river basin in China[J].Journal of Hydrology,2004,296(1 -4):98-117.
版权所有：© 2023 中国地质图书馆 中国地质调查局地学文献中心