期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
自适应神经网络在确定落煤残存瓦斯量中的应用
被引量：
2
1
作者
撒占友
何学秋
+1 位作者
王恩元
刘贞堂
《安全与环境学报》
CAS
CSCD
2003年第1期16-19,共4页
落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节 ,它直接影响着采掘工作面瓦斯涌出量预测的精度 ,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习...
落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节 ,它直接影响着采掘工作面瓦斯涌出量预测的精度 ,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力 ,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此 ,作者提出自适应神经网络的落煤残存瓦斯量预测模型 ,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明 ,自适应调整权值的变步长 BP神经网络模型预测精度高 ,收敛速度快 ;该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据 。
展开更多
关键词
安全工程
残存
瓦斯
量
确定
自适应神经网络
落煤
下载PDF
职称材料
题名
自适应神经网络在确定落煤残存瓦斯量中的应用
被引量：
2
1
作者
撒占友
何学秋
王恩元
刘贞堂
机构
中国矿业大学能源科学与工程学院
出处
《安全与环境学报》
CAS
CSCD
2003年第1期16-19,共4页
基金
国家杰出青年基金项目 (5992 541 1 )
国家自然科学基金重点项目 (50 1 340 4 0 )
+1 种基金
国家自然科学基金项目 (50 2 0 4 0 1 0 )
江苏省自然科学基金项目 (BK2 0 0 1 0 75)资助
文摘
落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节 ,它直接影响着采掘工作面瓦斯涌出量预测的精度 ,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力 ,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此 ,作者提出自适应神经网络的落煤残存瓦斯量预测模型 ,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明 ,自适应调整权值的变步长 BP神经网络模型预测精度高 ,收敛速度快 ;该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据 。
关键词
安全工程
残存
瓦斯
量
确定
自适应神经网络
落煤
Keywords
safety engineering
remnant methane quantity
self-adapting neural network
fallen coal
分类号
TD712 [矿业工程—矿井通风与安全]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
自适应神经网络在确定落煤残存瓦斯量中的应用
撒占友
何学秋
王恩元
刘贞堂
《安全与环境学报》
CAS
CSCD
2003
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
