多重分形在掘进巷道煤与瓦斯突出预测中的应用

• 作者: 徐阿猛 王凯 王轶波
• 来源期刊: 煤矿安全
• 学科: 工学
• 关键词: 煤与瓦斯突出 多重分形 人工神经网络
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 应用·实践
• 页码范围: 96-99
• 分类号: TD713
• 语种: 中文

摘要

对掘进巷道瓦斯涌出时间序列(Q序列)的多重分形特征的研究表明,在掘进工作面有突出危险时Q序列的多重分维Dq图谱与无突出危险时相比,Dq图谱中负q与正q之间张口变大,在Dq-q曲线上表现为负q部分上升,正q部分下降,q=0附近区域曲线明显变陡.而无突出危险时段中Dq-q曲线过渡平缓,无明显异常.最后据此规律,建立了基于Q序列多重分形特征的煤巷突出危险性人工神经网络(ANN)预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王轶波		8	118	5.0	8.0
2	徐阿猛		9	54	4.0	7.0