基于粒子群算法和BP神经网络的冲击危险性评估

• 作者: 何荣军 李慧民 李振雷 闫玉彪
• 来源期刊: 采矿与安全工程学报
• 学科: 工学
• 关键词: 采矿工程 冲击矿压 危险评估 神经网络 粒子群算法
• 年，卷（期）: 2014,（2）
• 页码范围: 203-207,231
• 页数: 6页
• 分类号: TD324
• 字数: 4133字
• 语种: 中文

摘要

为评价冲击矿压危险程度，提出一种基于粒子群算法和BP神经网络(PSO-BP)的冲击危险评估方法。利用已有冲击矿压数据，通过BP网络建立回归模型，并采用PSO算法对模型的连接权重和阀值进行优化，克服了BP网络收敛速度慢、易陷入局部最优的缺点。选取冲击矿压的10种主要影响因素，利用典型冲击矿井的20组工程数据建立PSO-BP评估模型，并将该模型与标准BP模型进行对比分析，结果表明PSO-BP模型较标准BP模型的评估准确率提高15%。最后，通过某矿冲击危险评估的工程实例验证了该方法的可行性和普适性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李慧民		8	59	3.0	7.0
2	何荣军		20	52	5.0	6.0
3	李振雷	中国矿业大学煤炭资源与安全开采国家重点实验室矿业工程学院	14	157	8.0	12.0
4	闫玉彪		1	12	1.0	1.0