基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为对煤与瓦斯突出进行准确预测, 结合重要性指标筛选以及改进的层次分析法, 对权重值进行研究, 并进行排序.通过筛选重要性指标, 选定其中具有突出影响的指标.结果表明, 对此造成影响的因素权重分别为地质构造、地应力、瓦斯压力、放散初速度.未经筛选的BP神经网络的实际值与预测值的平均相对误差为3.44%, 而通过筛选后选定的指标, 实际值与预测值的平均相对误差为1.82%, 训练速度、精度优于未经筛选指标的预测.可为防突措施的奠定理论基础, 对煤矿安全生产工作具有借鉴作用.
推荐文章
基于BP和RBF神经网络的煤与瓦斯突出预测研究
BP神经网络
径向基神经网络
预测
煤与瓦斯突出
基于灰色关联熵的煤与瓦斯突出概率神经网络预测模型
煤与瓦斯突出
危险性预测
熵权法
灰色关联度分析
概率神经网络
基于RBF网络的煤与瓦斯突出预测研究
煤与瓦斯突出
RBF神经网络
减聚类算法
基于改进的自适应支持向量机建模的煤与瓦斯突出预测
模糊支持向量机
自适应遗传算法
煤与瓦斯突出
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进的AHP结合BP神经预测煤与瓦斯突出
来源期刊 物探化探计算技术 学科 工学
关键词 层次分析法 重要性指标 筛选 BP神经
年,卷(期) 2019,(1) 所属期刊栏目 计算机应用
研究方向 页码范围 121-127
页数 7页 分类号 TD713|X936
字数 3547字 语种 中文
DOI 10.3969/j.issn.1001-1749.2019.01.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周西华 辽宁工程技术大学安全科学与工程学院 72 1194 20.0 33.0
7 白刚 辽宁工程技术大学安全科学与工程学院 18 107 5.0 10.0
14 宋东平 16 144 5.0 12.0
15 郭坤 辽宁工程技术大学安全科学与工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (199)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
层次分析法
重要性指标
筛选
BP神经
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物探化探计算技术
双月刊
1001-1749
51-1242/P
大16开
成都理工大学内
62-35
1979
chi
出版文献量(篇)
2450
总下载数(次)
3
总被引数(次)
15054
论文1v1指导