基于神经网络和Dempster-Shafter信息融合的煤岩界面预测

• 作者: 梁义维 熊诗波
• 来源期刊: 煤炭学报
• 学科: 工学
• 关键词: 煤岩界面 神经网络 D-S理论 预测
• 年，卷（期）: 2003,（1）
• 页码范围: 86-90
• 页数: 5页
• 分类号: TD421.61|TP183
• 字数: 2688字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-9993.2003.01.018

摘要

针对煤岩界面识别精度无法满足采煤机自动调高的情况,提出采用神经网络融合工作面的三边信息,使用D-S证据理论再将此信息和不断获得的煤岩界面识别信息进行二次融合,从而实现在线融合和在线预测,不断提高预测精度.仿真结果显示:该方法不仅对地质条件好的工作面有效,而且对断层也有一定的适应性;同时,具有优良的容错性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊诗波	太原理工大学机械工程学院	71	932	18.0	26.0
2	梁义维	太原理工大学机械工程学院	52	296	9.0	15.0