原文服务方: 岩土力学       
摘要:
采用三层BP神经网络方法对冲击地压建立了数学模型.网络的训练算法采用具有松弛因子的动态异步迭代法,该算法在克服网络的麻痹现象及局部极小问题上都优于目前常用的训练方法,因而,采用此算法对网络进行了训练及震级的预报.基于新汶矿务局华丰煤矿1999~2000年的冲击地压现场监测数据,把冲击地压的能量、产生波的幅值、频次做为输入数据,相应期间的最大震级为输出数据,组成神经网络的训练样本及测试样本,对原始数据进行了数学预处理,网络结构采用了输入层3个结点,中间层7个结点,输出层1个结点的前向神经网络;网络最终的训练误差为0.06,预测结果的相对误差率平均为 9.2 %,预测效果比较理想.
推荐文章
基于改进FOA-SVM的冲击地压危险性等级预测
冲击地压
危险性等级
预测
改进FOA-SVM
基于SVM的冲击地压分级预测模型及R语言实现
冲击地压
支持向量机
R语言
分层随机抽样
电磁辐射法预测煤矿冲击地压
电磁辐射
非接触预测
冲击地压
冲击地压预测的遗传神经网络方法
冲击地压
BP人工神经网络
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于异步迭代算法的冲击地压预测
来源期刊 岩土力学 学科
关键词 冲击地压 BP网络 异步迭代算法 松弛因子
年,卷(期) 2004,(3) 所属期刊栏目
研究方向 页码范围 446-450
页数 5页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1000-7598.2004.03.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 潘一山 辽宁工程技术大学力学与工程科学系 382 7187 41.0 67.0
2 陈刚 辽宁工程技术大学系统科学与数学研究所 23 175 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (91)
参考文献  (10)
节点文献
引证文献  (5)
同被引文献  (14)
二级引证文献  (16)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(4)
  • 参考文献(1)
  • 二级参考文献(3)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
冲击地压
BP网络
异步迭代算法
松弛因子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
岩土力学
月刊
1000-7598
42-1199/O3
大16开
1979-01-01
chi
出版文献量(篇)
11045
总下载数(次)
0
总被引数(次)
250658
论文1v1指导