煤与瓦斯突出的粗神经网络预测模型研究

• 作者: 李瑞霞 杨敏 汪云甲
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 煤与瓦斯突出预测 粗集 粗神经网络 混合系统 属性约简
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 工程与应用
• 页码范围: 241-244
• 页数: 4页
• 分类号: TD752
• 字数: 2919字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.06.070

摘要

将粗集方法作为BP神经网络的前端处理器,通过对煤与瓦斯系统属性特征的提取和影响因素的约简,较好解决了预测输入特征的"维数灾"问题,构建了粗集与神经网络相结合的煤与瓦斯突出预测模型.仿真实验表明,验证了该方法的有效性,模型学习速度更快、精确度更高,对提高瓦斯突出预测时效性有重大意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨敏	中国矿业大学环境与测绘学院	37	258	9.0	14.0
3	汪云甲	中国矿业大学环境与测绘学院	224	2491	24.0	38.0
7	李瑞霞	中国矿业大学环境与测绘学院	5	75	4.0	5.0