期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Adam优化深度神经网络快速确定瓦斯抽采半径 被引量:8
1
作者 郝天轩 陈国印 +1 位作者 赵立桢 唐一举 《中国安全生产科学技术》 CAS CSCD 北大核心 2022年第6期52-57,共6页
为解决煤矿瓦斯有效抽采半径难以快速准确确定的问题,采用基于Adam算法优化DNN(深度神经网络)方法来预测瓦斯抽采半径。查阅文献共收集已得到验证的970组数据集,每组数据选取煤层瓦斯初始渗透率、钻孔直径、抽采时间、地应力、煤层初始... 为解决煤矿瓦斯有效抽采半径难以快速准确确定的问题,采用基于Adam算法优化DNN(深度神经网络)方法来预测瓦斯抽采半径。查阅文献共收集已得到验证的970组数据集,每组数据选取煤层瓦斯初始渗透率、钻孔直径、抽采时间、地应力、煤层初始瓦斯压力作为预测模型的5个特征量,有效抽采半径作为目标输出值。接着预测模型进行不断学习和训练,最终训练得到1个最优的瓦斯有效抽采半径预测模型。利用训练好的最优预测模型结合Python语言开发出计算有效抽采半径的软件,并使用该软件在四季春煤矿和鹤煤六矿进行有效抽采半径预测的工程实例研究,验证该软件预测抽采半径的实用性和准确性。研究结果表明:通过使用开发的软件,可快速且较准确地计算出矿井瓦斯有效抽采半径,可为暂不具备现场测试条件的矿井抽采设计提供一定的参考依据。 展开更多
关键词 Adam算法 有效抽采半径 预测模型 PYTHON语言 有效抽采半径计算软件
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部