基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对煤与瓦斯突出影响因素进行灰关联分析,以此确定人工神经网络的输入参数.并应用改进的BP算法,选择灰关联分析的5个优势因子作为输入参数,建立了煤与瓦斯突出预测的神经网络模型.选用典型突出矿井的煤与瓦斯突出实例作为学习样本,对网络进行训练学习,并以云南恩洪煤矿的煤与瓦斯突出实例作为预测样本,将经过网络预测的结果与传统方法的计算结果进行对比.结果表明该灰色一神经网络模型能够满足煤与瓦斯突出预测的要求.
推荐文章
基于灰色关联熵的煤与瓦斯突出概率神经网络预测模型
煤与瓦斯突出
危险性预测
熵权法
灰色关联度分析
概率神经网络
基于BP和RBF神经网络的煤与瓦斯突出预测研究
BP神经网络
径向基神经网络
预测
煤与瓦斯突出
基于RBF网络的煤与瓦斯突出预测研究
煤与瓦斯突出
RBF神经网络
减聚类算法
基于灰色理论和神经网络建立预测模型的研究与应用
灰色理论
GM(1,1)模型
BP神经网络
LM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 煤与瓦斯突出灰色-神经网络预测模型的建立及应用
来源期刊 采矿与安全工程学报 学科 工学
关键词 煤与瓦斯突出 灰关联分析 灰色一神经网络
年,卷(期) 2008,(3) 所属期刊栏目
研究方向 页码范围 309-312,317
页数 5页 分类号 TD712
字数 3296字 语种 中文
DOI 10.3969/j.issn.1673-3363.2008.03.013
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 杨胜强 中国矿业大学安全工程学院 238 2752 25.0 40.0
2 陈祖云 中国矿业大学安全工程学院 9 107 5.0 9.0
3 欧晓英 中国矿业大学安全工程学院 4 64 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (41)
参考文献  (5)
节点文献
引证文献  (28)
同被引文献  (117)
二级引证文献  (85)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 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(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(5)
  • 引证文献(3)
  • 二级引证文献(2)
2012(12)
  • 引证文献(3)
  • 二级引证文献(9)
2013(13)
  • 引证文献(3)
  • 二级引证文献(10)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(16)
  • 引证文献(3)
  • 二级引证文献(13)
2016(13)
  • 引证文献(3)
  • 二级引证文献(10)
2017(17)
  • 引证文献(1)
  • 二级引证文献(16)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(11)
  • 引证文献(4)
  • 二级引证文献(7)
研究主题发展历程
节点文献
煤与瓦斯突出
灰关联分析
灰色一神经网络
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
采矿与安全工程学报
双月刊
1673-3363
32-1760/TD
16开
江苏徐州市中国矿业大学
1984
chi
出版文献量(篇)
3233
总下载数(次)
9
总被引数(次)
56133
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导