改进的神经网络算法在瓦斯涌出量预测中的应用.pdfVIP

第 2l卷 第 3期 黑 龙 江 科 技 学 院 学 报 V01．2l No．3 2011年 5月 JournalofHeilongjiangInstituteofScienceTechnology May2011 文章编号：1671一O118(2011)03-0240-04 改进的神经网络算法在瓦斯涌出量预测 中的应用 母丽华， 张太发， 李 焱 (黑龙江科技学院 理学院，哈尔滨 150027) 摘 要：针对传统神经网络存在的收敛速度慢、容易陷入局部最小等缺陷，采用改 良的BP算 法——双权值迭代优化法，提高神经网络传统 BP算法的训练速度。以三层神经网络为例，对权值 进行优化。实验对比表明：双权值迭代优化法应用于瓦斯涌出量的预测，比一般BP网络有更高的 预测精度和程序运行速度 。 关键词：BP神经网络；矿井瓦斯；涌出量 中图分类号：TP183；TD712 文献标志码 ：A ApplicationofestimationbasedonimprovedBPalgorithm MU Lihua， ZHANG ， L／Yah (CollegeofSciences，HeilongjiangInstituteofScienceTechnology，Harbin150027，China) Abstract：ThispaperiSaimedatanalternativetoconventionalneuralnetworkwhichsuffersfrom a lowerconvergencerateandhighertendencytofallintopartiallysmallest，bydevelopingtheimprovedBP algorithm，namelydoubleweightiterationoptimizationmethod，toenhancethetrainingspeedofthenell- ralconventionalBPalgorithm network．Themethodconsistsoftakingthreelayerneuralnetworksasthe example，and，through theanalysisand theoptimizationforweightvalue，applyingthealgorihtm into predictingtheminegasemission．Theexperimentalcomparisonshowsthatthedoubleweightiterationop— timizationmethodgivesagreaterforecastaccuracyandfasterprogram operationthanconventionalBPal— gorithm networkinpredictingtheminegasemission． Keywords：BF neuralnetwork；minegas；emission 引发瓦斯连续爆炸、煤尘爆炸和井下火灾 ，从而加重 0 引 言 灾害程度，扩大灾害面积 ¨-2J。为避免这些事故的 发生 ，开采瓦斯含量高的煤层必须事先对矿井瓦斯 矿井瓦斯是煤矿井下以甲烷 (CH)为主的有毒 涌出情况进行预测。 有害气体的总称。如果井下的通风效果不理想，瓦 随着各种理论和技术手段的发展及其交叉应 斯涌出量大的区域会因为瓦斯体积分数过大，导致 用，科研工作者提出了许多评估和划分方法 。。 井下工作人员窒息。瓦斯在一定条件下亦可发生爆