基于GA-BP网络模型的煤矿底板突水非线性预测评价
以非线性预测评价为基础,采用BP神经网络模型,利用遗传算法优化网络初始权值和阈值,建立一个新的煤矿底板突水危险性预测的网络模型,通过收集不同突水矿井的资料,综合考虑多种影响底板突水的因素.运用Matlab编程对网络原始数据进行训练,并对不同工作面底板是否突水及突水量进行预测分析,结果表明,该模型收敛速度快、预测精确度高,且具有较强的泛化能力.
BP神经网络、遗传算法、非线性、底板突水
44
TD741(矿山安全与劳动保护)
国家自然科学基金资助项目51004004;安徽省高校自然科学重点资助项目KJ2010A081
2013-04-18（万方平台首次上网日期，不代表论文的发表时间）
共4页
36-39
