基于量子遗传算法的煤矿安全评价模型

• 作者: 李乃文 李鑫 杨桢
• 来源期刊: 计算机系统应用
• 关键词: 煤矿安全评价 RBF 神经网络 量子遗传算法 模型
• 年，卷（期）: 2012,（7）
• 页码范围: 102-106
• 字数: 3417字
• 语种: 中文

摘要

煤矿安全评价涉及诸多不确定信息,用传统评价方法难以确保最后评价结果的准确性和可靠性.为此利用 RBF 神经网络设计出煤矿综合安全评价模型,根据我国煤矿的实际情况,通过事故树(FTA)和事件树(ETA)分析,归纳煤矿事故发生的危险因素和影响矿井生产的不安全因素.同时为了克服神经网络易陷入局部最小,研究采用量子遗传算法对神经网络模型的权值(阈值)进行优化.将该方法应用在阜新矿业集团公司某矿,结果表明,该模型可以准确地评价煤矿安全生产,为煤矿安全评价提供一条新的途径,对煤矿安全生产起到了重要的指导意义

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨桢	辽宁工程技术大学电气与控制工程学院	35	123	7.0	9.0
2	李乃文	辽宁工程技术大学工商管理学院	126	1481	21.0	32.0
3	李鑫	辽宁工程技术大学电气与控制工程学院	58	237	8.0	12.0