在信息融合技术下的煤矿底板突水预测方法研究

• 作者: 梁亚 胥良 郭林
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: RBF神经网络 D-S证据理论 突水预测
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 安全技术与工程
• 页码范围: 190-192
• 页数: 3页
• 分类号: TD745
• 字数: 2466字
• 语种: 中文
• DOI: 10.13301/j.cnki.ct.2015.04.073

摘要

分析煤矿工作面突水有关的水文、地质环境、采矿影响等诸多因素,发挥RBF神经网络的自学习、自适应和容错能力,将其运用到不同突水因素的基本概率分配的确定过程中,建立基于RBF神经网络和D-S证据理论的煤矿底板突水预测模型.通过MATLAB仿真验证了该模型的预测结果准确度,保证煤矿的安全生产.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胥良	黑龙江科技大学电气与控制工程学院	38	161	7.0	11.0
2	郭林	黑龙江科技大学电气与控制工程学院	2	29	2.0	2.0
3	梁亚	黑龙江科技大学电气与控制工程学院	2	29	2.0	2.0