基于粗糙集和神经网络的煤矿瓦斯预报方法研究

• 作者: 付华 董晶 谢国民
• 来源期刊: 计算机测量与控制
• 关键词: 瓦斯灾害 最大熵 粗糙集 神经网络
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 自动化测试
• 页码范围: 793-795
• 分类号: TP391.9
• 语种: 中文

摘要

瓦斯灾害监测数据是煤矿瓦斯监控和预测的基础;采用现代信息处理技术和人工智能理论对每个监测平台的多传感器检测数据,主要包括井下温度、通风景、瓦斯浓度等进行挖掘、分析、处理、综合,提取出瓦斯灾害征兆信息,并用特征矩阵表示这些征兆信息;在利用最大熵方法进行特征提取的基础上,对多源数据进行多平台信息融合,提出粗糙集和神经网络融合算法,实现了煤矿瓦斯数据预报方法,增加了矿井状态监测置信度,提高了环境监测的准确率,具有实际应用意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付华	辽宁工程技术大学电气与控制工程学院	242	1698	20.0	28.0
2	谢国民	辽宁工程技术大学电气与控制工程学院	32	116	7.0	9.0
3	董晶	辽宁工程技术大学电气与控制工程学院	3	25	3.0	3.0