神经网络在综采工作面指标预测中的应用.pdfVIP

维普资讯 第33卷第l2期 煤炭科学技术 2005年12月 神经网络在综采工作面指标预测中的应用 张 军 ，张殿镇 (1．华北科技学院，北京 101601；2．中国矿业大学 (北京)，北京 100083； 3．新汶矿业集团有限责任公司孙村煤矿，山东 新泰 271233) 摘 要：采用改进型的BP人工神经网络建立了综采工作面技术经济指标预测模型，提高了网络的 收敛速度和稳定性。通过网络结构的合理确定以及对学习过程的控制，提高了模型的预测精度，取 得了比较准确的预测结果。 关键词：神经网络；综采工作面；预测模型；技术经济指标 中图分类号：TD823．97 文献标识码：B 文章编号：0253—2336 (2005)12-0035一O4 Neuralnetworkapplicationinforecastoffullmechanized coalminingfaceindex ZHANGJun一．ZhangDianzhen (1．NorthChinaln,~titute Technology，Beijing 101601；2．BejiingCampus，ChinaUniversity MiningTechnology，B@ing 100083 3．SuncunColliery。XinwenMiningGroupCo．，Xintai271233，China) 入层经隐含层逐层处理，然后传向输出层，每一层 1 概 述 神经元的状态只影响下一层神经元的状态。如果在 综采工作面是矿井生产的核心单元，生产系统 输出层不能得到期望的输出，则转向反向传播过 是一个复杂多变的随机服务系统，受到地质条件、 程，将误差信号沿原来的连接通路返回，通过修改 设备条件、管理水平和开采技术条件等诸多因素的 各层神经元的权值，使得误差信号最小。 影响，对综采工作面技术经济指标进行预测与评价 是现代化矿井制定生产规划、进行技术方案决策的 X0 重要依据。影响综采工作面技术经济指标有许多不 确定因素，且多为定性因素，一般不能被传统的预 一*~ Y疆0 测与评价模型所容纳…。本文应用神经网络建立 综采工作面技术经济指标的预测模型，并取得较满 意的结果。 图1 三层BP网络的拓扑结构框架 2 BP神经网络 网络的学习过程首先从给出一组随机的权值开 2．1 BP网络的基本思想 始，然后选取学习样本集中的一个模式 (输入和 BP神经网络是 目前应用最广泛也是发展最成 期望输出对)作为输入，接着按前馈方式计算输 熟的一种神经网络模型，如图l所示。它是按层次 出值。这时的计算输出值和期望输出值之间的误差 结构构造的，它包括一个输入层、一个输出层和一 一 般是相当大的，这就迫使权值必须改变。利用反 个或多个隐含层 (图中只画出一层)，一层 内的节 向传播过程，计算所有的权值W 的改变量Aw 点 (神经元)只和与该层紧邻的下一层的各节点 对所有的模式和所有的权值W重复计算 △ ¨修 连接。这个网络的学习过程由正向传播和反向传播 正权值后又以前馈方式重新计算输出值。实际输出 2个过程组成。在正向传播过程中，输入信息从输