人工神经网络在煤巷顶板岩性识别中的应用

• 作者: 贾明魁 邓广涛 马念杰
• 来源期刊: 采矿与安全工程学报
• 学科: 工学
• 关键词: 人工神经网络 岩性识别 煤巷顶板
• 年，卷（期）: 2006,（2）
• 页码范围: 182-186
• 页数: 5页
• 分类号: TD322
• 字数: 2880字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3363.2006.02.013

摘要

为了探测顶板岩层组合状况从而更好地满足锚杆支护设计要求,采用人工神经网络方法研究了煤巷顶板岩层岩性识别的实际问题,并根据打钻过程的特点,采用BP网络研究了人工神经网络的结构和输出方式,分析了影响人工神经网络应用效果的各因素,在人工神经网络的优化设计方面作了较深入的研究.研究表明:人工神经网络用于识别所钻岩层误差仅有5%,达到了很好的效果;人工神经网络的参数,如学习率、训练步长、动量系数、隐含层单元数和数据处理方式等对于人工神经网络的应用效果有很大影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓广涛	河南理工大学能源科学与工程学院	10	129	7.0	10.0
2	贾明魁	中国矿业大学资源与安全工程学院	8	347	6.0	8.0
4	马念杰	河南理工大学能源科学与工程学院	24	641	14.0	24.0