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:
影响煤与瓦斯突出的因素众多,应用神经网络进行预测时,选取突出预测指标是关键.基于经验和所谓"多多益善"原则的选择方法都有一定的不合理、不科学性.笔者应用灰色关联分析筛选突出预测指标,结合神经网络建模进行突出预测,使突出预测指标的选择由定性分析转化为定量分析,实现了灰色理论同神经网络在煤与瓦斯突出预测领域内的结合.经过实例验证,本方法是可行的.
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
基于灰色理论和人工神经网络的瓦斯涌出量预测
灰色理论
神经网络
瓦斯涌出量
预测
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 基于灰色理论与神经网络的煤与瓦斯突出预测
来源期刊 中国煤层气 学科 工学
关键词 煤与瓦斯突出 预测 灰色关联分析 神经网络
年,卷(期) 2009,(2) 所属期刊栏目
研究方向 页码范围 27-30
页数 4页 分类号 TE3
字数 3159字 语种 中文
DOI 10.3969/j.issn.1672-3074.2009.02.007
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 王建国 河南理工大学资源环境学院 4 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (10)
同被引文献  (27)
二级引证文献  (20)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
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
煤与瓦斯突出
预测
灰色关联分析
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
中国煤层气
双月刊
1672-3074
11-5011/TD
大16开
北京市朝阳区芍药居35号
1994
chi
出版文献量(篇)
1042
总下载数(次)
1
总被引数(次)
6663
论文1v1指导