用于煤与瓦斯突预测的BP网络之C_实现.doc

硕士研究生课程结课论文 《神经网络方法》 姓 名： 学 号： 2007010102 年 级： 采矿研07 学科专业： 采矿工程 二级院系： 资源与环境工程学院 日 期： 2008-5-30 教师评定： 综合评定成绩： 任课教师签字： 用于煤与瓦斯突出预测的 BP网络之 C + +实现 摘要 :考虑到人工神经网络极强的非线性逼近能力 ,应用其来模拟煤与瓦斯突出事件与其影响因素之间的复杂非线性关系 ,理论上是一条可取的途径。采用面向对象程序设计方法 (OOP) ,利用 C + +实现了一个用于煤与瓦斯突出预测的优化 BP网络通用程序 ,并详细探讨了程序的构造技术和设计方法 ,通过实际应用证明了上述思路的可行性。 关键词 :面向对象程序设计 ;煤与瓦斯突出 ;BP神经网络 Realization of a BP Neural Network Used for the Prediction of Coal and Gas Outburst Based on C + + Heilongjiang Institute of Science and Technology Abstract: Artificial neural network is of extremely strong ability in nonlinear app roach, it is a available way theoretically to imitate the complicated and non - linear relations between the incident of the coal and gas outburst and its influence factors. An optimized BP network general program used for the prediction of coal and gas outburst has been developed by use of object - oriented programming and C + +. In this paper, the structuring technology and design method of the program are described in detail. The practical application has proved that the of the above mentioned trains of thought is feasible. Key Words: Object - oriented programming, Coal and gas outburst, BP neural network 煤与瓦斯突出是发生在煤矿井下的一种复杂的动力现象 ,是地应力、瓦斯压力、煤体结构及其他因素的综合作用的结果。由于煤与瓦斯突出事件与其影响因素之间为复杂的非线性关系 ,因而无法用传统的数学模型来描述 ,而具有极强的非线性逼近能力的人工神经网络 ,却有可能真实刻画出这二者之间的非线性关系。考虑到面向对象的程序设计(Object Oriented Programming,简称 OOP)方法 ,具有良好的概括、分类和抽象能力,笔者尝试采用OOP来实现多种类型的神经网络在拓扑结构和神经元权值信息的整体表现上的共性 ,实践证明非常有效 ,从而有希望在煤与瓦斯突出预测中发挥积极作用。 1　OOP方法简介 面向对象程序设计是一种围绕真实世界的概念来组织模型的程序设计方法 ,它采用面向对象来描述问题空间的实体 [1]。封装性、继承性和多态性是面向对象程序设计的三大特性。封装性可以更容易理解和操作各种窗口对象;继承性可以减少开发自定义窗口的时间和创造出可重用的代码;多态性可以在必要时更好地控制窗口的活动。这些特性决定了其可资作为煤与瓦斯突出预测神经网络程序设计的基础。 2　用于煤与瓦斯突出预测的 BP网络模型之 C+ +实现 根据问题的性质及神经网络的特征 ,笔者确定拟用误差反传播算法 (BP算法 )来实现煤与瓦斯突出预测。 2. 1　问题模型及网络拓扑结构的确定 BP网络的学习过程包括了两个部分:正向传播和反向传播。在正向传播过程中 ,输入信息从输入层经中间单元层处理后传向输出层 ,每层神经元的状态只影响下一层的神经元状态。若在输出层得不到希望的输出 ,则转入反向传播 ,将误差信号沿原来的神经元连接通路返回。返回过程中 ,逐一修改各层神经元连接的权值。这种过程不断迭代 ,直到信号误差达到允许的范围之内。这里讨论通过综合指标 D、K与预