基于在线sae-elm的煤矿多等级突水预测方法分析-analysis of coal mine multi-level water inrush prediction method based on on-line sae - elm.docxVIP

基于在线sae-elm的煤矿多等级突水预测方法分析-analysis of coal mine multi-level water inrush prediction method based on on-line sae - elm.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于在线sae-elm的煤矿多等级突水预测方法分析-analysis of coal mine multi-level water inrush prediction method based on on-line sae - elm

致谢时间如白驹过隙般匆匆流逝,转眼间我已在中国矿业大学学习了七年。对 人生而言七年并不多,但对我来说,这却是收获最充足的七年。一路走来,有 太多需要感谢的人。首先要感谢我的导师马小平老师,在过去的三年研究生生涯里,马老师对 我细心教导,不论是研一入学时的课程学习、研二参加项目实习与论文专利的 发表,还是之后的论文选题与撰写阶段,马老师都对我给予了最大的帮助。马 老师是一位睿智的学者,有着深厚而又渊博的学术造诣、开阔而又敏捷的思维 模式、严谨而又创新的治学态度、踏实而又求实的工作作风和兢兢业业而又孜 孜不倦的敬业精神,无时无刻不在激励和鞭笞着我,给我营造了极好的学习氛围, 使我受益匪浅。在这三年里,学生每一分的成长都渗透着导师的心血,值此论文 完成之际,向马老师表达我真诚的感谢!感谢我在校外实习时的赵作鹏老师,特别是在研二期间,赵老师在我的学 习上给予了很大的帮助,论文写作过程中给我十分宝贵的的建议,论文的完成 离不开赵老师的悉心指导。感谢实验室的常俊林老师、褚菲老师、缪燕子老师、杨春雨老师以及叶宾 老师在我的研究生三年中给予的学术帮助与生活关心,他们在我的论文选题与 撰写的过程中提出了大量宝贵的修改建议,使论文得以完善。在此表示衷心的 感谢!感谢实验室这个大家庭,感谢实验室的兄弟姐妹们,谢谢你们带给我的欢 乐与成长!特别是丁晓亮、黄培培、李方园、陆宜娜、马磊、闫戊辰、张抗抗 等,三年来我们一起成长,感谢你们在学习和生活上给予的帮助与关心!感谢我的父亲、母亲、弟弟和亲人,在我求学期间他们给予了我生活上与 精神上的鼓励与支持,全心全意的爱护我、包容我、相信我,真心谢谢你们, 你们的爱是我每一步前进的动力!最后,衷心地感谢为评阅本论文而付出宝贵时间和辛勤劳动的专家和教授 们!摘要突水事故是我国煤矿主要群死群伤特大事故之一,突水所造成的直接经济损 失一直排在各种煤矿灾害之首。研究煤矿突水机理,建立快速准确的突水预测模 型,是保障煤矿安全生产的重要途径。煤矿突水涉及到开采条件、水文地质、岩石特性等诸多因素,这些因素与突 水之间构成了复杂的非线性关系,用传统的数学理论与方法难以建立快速准确的 预测模型。通过对已有煤矿突水预测方法的研究,分析比较各方法的优点与不足, 本文提出一种新的单隐层前馈神经网络—在线自适应差分进化极限学习机,用于 煤矿突水预测模型的建立。现有的许多研究只对是否突水进行预测,未涉及到对突水量范围的预测,而 不同突水量造成的损失与相应的应对措施不同。因此,本文按国家标准,根据最 大突水量大小划分突水类型,并实现对突水类型的预测,便于进行不同级别的安 全预警。此外,在实际应用中,随着时间的推移,旧模型可能不能满足新预测的 需要,而在线自适应差分进化极限学习机可以据新输入更新输出权值,实现网络 结构在线更新,具有精确、泛化与快速等特性,在解决多分类问题方面显示出较 大的优越性。在研究分析煤矿突水机理与影响突水因素的基础上,从众多煤矿突水因素中 选出主控因素。以 Matlab 为实验平台,将我国淮北矿区历史突水数据作为训练 与测试样本,利用在线自适应差分进化极限学习机进行多等级突水预测模型建 立,通过实验调整网络参数确定网络结构,包括隐藏层节点数与激励函数的选取。 并将仿真结果与以往的突水预测方法进行比较分析,实验结果表明,本文提出的 方法在突水预测中预测精度高、速度快。该论文有图 24 幅,表 11 个,参考文献 96 篇。 关键词:煤矿多等级突水预测;突水机理;在线自适应差分进化极限学习机IAbstractWater inrush, which causes the most of the direct economic losses among all the mine disasters, is one of serious casualty accidents in China. So researches on both mine water inrush mechanism and an accurate and rapid water inrush forecasting model are needed to guarantee the safe production in coal mine.Water inrush refers to many factors such as mining conditions, hydrogeological conditions, rock properties, etc. Complex nonlinear relationship between the above factors and water inrush makes it difficult to co

您可能关注的文档

文档评论(0)

xyz118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档