基于GA-BP网络模型的煤矿底板突水非线性预测评价

• 作者: 孟祥瑞 杨志磊 王向前 王开元
• 来源期刊: 煤矿安全
• 学科: 工学
• 关键词: BP神经网络 遗传算法 非线性 底板突水
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 试验·研究
• 页码范围: 36-39
• 分类号: TD741
• 语种: 中文

摘要

以非线性预测评价为基础,采用BP神经网络模型,利用遗传算法优化网络初始权值和阈值,建立一个新的煤矿底板突水危险性预测的网络模型,通过收集不同突水矿井的资料,综合考虑多种影响底板突水的因素.运用Matlab编程对网络原始数据进行训练,并对不同工作面底板是否突水及突水量进行预测分析,结果表明,该模型收敛速度快、预测精确度高,且具有较强的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟祥瑞		239	2172	22.0	31.0
2	王向前		72	327	10.0	15.0
3	杨志磊		5	33	3.0	5.0
4	王开元		3	20	2.0	3.0