冲击地压AE时间序列小波神经网络预测模型.pdf

第19眷增刊 岩石力学与工程学报 19(增)；1034～1036 冲击地压AE时间序列小波神经网络预测模型+ 谭云亮1孙中辉2杜学东1 (1山东科技大学泰安271019)(2ffrlff矿2E集团搴安271200) 摘要针对冲击地压监测AE时问序列的特点，建立了由伸缩和平移因子决定的小波基函数代咎Sigmoid等传递函 数的小波神经两络预稠模型，避免了传统神经两络需耍人为干瑗暇络结构参数的不足．实例分析表明．该模型拟和 疆舅精度膏，具有置要的应用价值． 关t调小姨神经罔络．冲击地压，预测 分粪辱TD324 文献标识码A文章编号1000—6915(2000)蚌01034．03 间序列的最佳逼近． 1引言 2．2小波神经网络传递函数的构造 对于满足下列条件 近些年来，人们对岩石破坏孕育过程中的声发 J吊({)12l{l_1d；4-o。(1) 特征进行了大量的研究o。]，这些成果为用声发射监 测预报冲击地压的发生莫定了良好的基础．在国内 的平方可积函数伊(‘)E-口(R)为母小波，其中面(f) 外煤矿开采中，通过监测到的声发射时间序列进行 为尹(t)的Fourier变换．令 分析并对其发展的趋势进行预测已经成为璜报冲击 “忙南宇) ㈣ 地压的主要手段之一。其中，灰色模型[”和神经网络 模型Ⅱ1用于时间序列的预测发展最快。但预测研究m 式中：n，6为实数，且a≠0，称甲．(‘)为由母小波生 表明，灰色模型较适合于“指数增长型”的时间序列{ 成的依赖于a，b的连续子波，也称为小波基． 而传统的神经网络方法往往因难以科学地确定其网 对于非线性时问序列变化函数，(幻∈L2(R)， 络的结构且学习训练参数易陷入局部极小，以致于 其小渡变换可以表示为 影响预测的精度和可靠性。为此，本文建立了小波神 姒川，=击』+=，(‘试字)m㈣ 经网络预测模型．以避免人为给定网络结构参数的 弊端，并使网络达到最佳的逼近效果，以保证冲击地 从式(3)可以看出，6起着平移作用，a决定着 压时间序列预测的可靠性． 尹。(‘)的糍谱结构、窗口大小和形状．因此，a．b可 称为甲．(f)伸缩因子和平移因子，对于函数y(O的 2小波神经网络传递函数 局部结构的分辨率可以通过调节a，6来实现．与 Fourier分析相似，小波分析同样是将信号函数分解 2．1小波神经网络传递函数构造原理 为小波标准正交基，并以此来逼近信号函数．但由于 小波神经网络是通过小波变换和神经网络有机 小波基具有良好的局部化性质，能够实现对信号函 的结合，即采用非线性小波基函数代替非线性 数最佳的逼近． Sigmoid等传递函数来构造神经网络的拓扑结构．它 取不同的仲缩因a．和平移因子b。决定的小波基 是通过对小渡的分解平行和伸缩变换，即采用平行 吼(‘)，“；1，2，……，Ⅳ)作为神经网络传递函数， 因子和收缩因子而得到新的级散，其比一般的小波 即由 具有更多的自由度，可进一步优选适当的各个参数， ㈣=专《警) ㈨ 甩较少的级敷项组成小渡神经阿络，达到对给定时 1999年12月27日收到来稿． -舀家宦薅科学基金和山东省自然科学基垒竟曲顷目． 作者谭云亮简介；男，博士．1964年7月生．198,5年7月毕业于山东矿业学院采矿系，现任山东科技大学矿压研究所教授． 万方数据 第19卷增刊 谭云亮等．冲击地压AE时间序列小波神经两络预测模型