煤与瓦斯突出预测的SOFM模型及应用

• 作者: 刘晨毓 徐佳 李春义 陈俊智 龙刚
• 来源期刊: 矿冶
• 学科: 工学
• 关键词: 煤与瓦斯突出 预测 自组织特征映射 危险性 神经网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 采矿与选矿
• 页码范围: 15-18
• 页数: 4页
• 分类号: TD713
• 字数: 2158字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-7854.2018.02.004

摘要

煤与瓦斯突出是煤矿生产活动中常见的一种动力灾害之一,其危险性等级评价是煤矿安全生产的必要前提和保证.文章综合考虑煤与瓦斯突出发生的地应力、瓦斯和煤的物理力学性质等条件,选取地质破坏程度、瓦斯压力、瓦斯放散初速度、煤的坚固性系数以及开采深度作为煤与瓦斯突出危险性预测的评价指标.基于此,文章借签一种自组织特征映射(SOFM)神经网络,建立煤与瓦斯突出危险性预测的SOFM神经网络模型,将SOFM神经网络模型应用于国内26个典型矿井的煤与瓦斯突出危险性预测.研究表明,SOFM神经网络模型预测效果较好,其正判率为92.31％.说明该模型可为小样本、多指标的煤与瓦斯突出预测提供一种新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊智	昆明理工大学国土资源工程学院	42	164	6.0	11.0
2	龙刚	昆明理工大学国土资源工程学院	4	14	2.0	3.0
3	李春义	昆明理工大学国土资源工程学院	5	7	1.0	2.0
4	徐佳	昆明理工大学国土资源工程学院	3	3	1.0	1.0
5	刘晨毓	昆明理工大学国土资源工程学院	3	3	1.0	1.0