摘要
针对现有煤与瓦斯突出预测模型存在的不足之处,本文首先提出了基于RBF神经网络的煤与瓦斯突出预测模型,并引用减聚类算法得到RBF神经网络的中心参数。然后,采用煤与瓦斯突出实测数据对算法进行了验证,结果表明该方法具有良好的适用性和有效性。
In view of the problem existing in the prediction model of coal and gas out burst, in this paper a prediction method of coal and gas out burst based on RBF nerve network is put forward, and the central parameter of RBF nerve network can be figured out by introducing subtractive clustering method. Then the algorithm is validated through experimental data of coal and gas out burst, and the results indicates the practicability and efficiency of the new prediction model.
出处
《微计算机信息》
2009年第3期29-30,14,共3页
Control & Automation
基金
煤矿安全监测数据解析整合模型研究及应用
国家自然科学基金项目(50674086)
颁发机构:国家自然科学基金委员会
全矿井安全监测数据解析整合模型研究与应用
高等学校博士学科点专项科研基金项目(20060290508)
颁发机构:教育部
江苏省社会发展科技计划项目
基金编号:江苏省科技计划基金(BS2006002)。颁发机构:江苏省教委
项目申请人:孟凡荣
关键词
煤与瓦斯突出
RBF神经网络
减聚类算法
coal and gas out burst
RBF nerve network
subtractive clustering method
