基于RSNN的煤自燃预测方法

• 作者: 侯媛彬
• 来源期刊: 信息与控制
• 关键词: RSNN 最小浮煤厚度 预测 自燃
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 93-96
• 页数: 4页
• 分类号: TP13
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2004.01.021

摘要

本文提出一种基于粗糙集神经网络(Rough Set Neural Network,RSNN)的煤自燃预测方法.该方法针对综放面采空区,在已测到的漏风强度Q和煤体温度Tc的基础上,利用Rough Set(RS)的约简理论对测量数据约简.在此基础上构建了一种基于粗糙集的神经网络(RSNN),然后利用该RSNN预测最小浮煤厚度.实测数据验证表明,该方法比常规AMAX预测方法简便且精度高.该方法为基于网络的远程煤矿安全生产监测监控系统奠定了良好的基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯媛彬		111	800	14.0	22.0