遗传算法和神经网络在煤矿突水预测中应用研究.docVIP

遗传算法和神经网络在煤矿突水预测中应用研究 　　[摘 要] 煤矿行业作为我国主要的能源行业在信息化建设中严重不足，目前的安全化管理水平严重制约了煤矿企业的发展。煤矿企业在生产中会发生一些突发事件，比如煤矿突水就是煤矿在开挖过程中极易发生的安全隐患，一旦这种情况在煤矿生产中发生，会给施工带来极大的障碍，给企业的发展带来巨大的挑战，在如何处理煤矿突水事件中就必须寻求一些方法来降低这些事件发生的概率。基于遗传算法和神经网络设计方案算作为一种新型的革命性技术，是以数据可视化技术为主，能对所有任务进行处理，充分的发挥计算机这种媒介的优势，有着强大的功能，完全能适应煤矿企业的发展需要，为解决煤矿企业安全化建设提供技术支持。而本文介绍了一些能适用于煤矿企业的安全化系统，并且分析了遗传算法和神经网络在煤矿突水预测中的应用的优势，为煤矿企业信息化的发展提供了一种具有良好前景的模式。 　　[关键词] 神经网络； 煤矿突水； 优化设计； 遗传算法 　　1 引言 　　煤矿行业作为我国的一种重要的传统能源行业，在国民经济、人民生活等众多领域中起着举足轻重的作用。但现阶段我国的煤矿企业普遍存在着安全化的建设水品严重的滞后，在生产中，安全保障方法严重的不足，开挖的成本居高不下。而与其相对的是近些年来，遗传算法和神经网络技术的兴起，改变了传统安全监测的诸多不足之处，使得信息安全化技术渗透了人们生活的每个角落。在很多地方已经将引进遗传算法和神经网络技术这种重要的辅助性技术作为一种衡量公司运营好坏的标准。 　　而现阶段我国的煤矿企业基本上受制于安全化系统不发达，从而使得煤矿生产中的突水事故经常发生，同时，企业内部的各个应用之间也难以连通，不利于系统集成，致使系统内沟通繁琐。不止如此，缺乏有效的安全化技术也使得领导缺乏及时有效的数据用于推断预测企业的发展与行业的发展趋势。这些问题在一定程度上严重的制约了我国的煤矿行业发展，利用现有遗传算法和神经网络技术的煤矿监测技术完全可以大大改善这种现象。 　　因此，将遗传算法和神经网络的技术引入我们煤矿行业势在必行。而在预测煤矿突水事件的方案中可以有效的将信息资源集中到各个管理机构，从而推进煤矿行业的安全化进程，促进煤矿行业的发展。 　　2 神经网络在煤矿突水预测中的应用 　　神经网络是一种符号数值相结合以人工神经网络为核心建造的智能预测系统。其采用一种或多种神经网络算法来学习输入输出之间的关系，摒弃了传统产生式系统的结构和工作周期。该模型的建立过程，一是确定矿井突水的主要影响因素即确定输入层神经元的个数，如含水层条件、构造条件、岩性组合条件、开采条件以及岩性特征等因素；二是确定隐含层的层数和神经元的个数；三是确定输出层神经元的个数。对建立的模型进行训练和检验，准确率高达100%。在突水事故中因构造引起事故的主要控制因素是断裂构造。神经网络非线性特征可以实现数据输入和输出的任意映射，这使得它在许多领域得到了广泛的应用，如模式识别、函数逼近、数据压缩等领域。神经网络的学习过程按照有导师的方式进行网络学习训练，分为网络输入信号正向传播和误差信号反向传播两种形式。在正向传播中，输入数据从输入层经过隐含层逐步计算结果，将其传向输出层，网络的训练过程中输入模式的网络信息与输出层的各神经元输出值对应；在学习的过程中，若输出层得不到预先设定的期望输出，则网络按减小期望输出与实际输出的误差理论原则。 　　神经网络技术正由于其强大的数值处理能力，因而用于煤矿突水事件的设计，这种设计也是最近几年才开始使用，为生产提供了很好的科学方案设计。在使用了神经网络技术预测突水后，可以大大提高设计效率和质量，还保障了煤矿生产中的安全。基于神经网络技术的煤矿预测突水设计方案优化的目的是让施工中在最少的材料和最低成本的情况下，用最合理的技术完成要求的工作，最大程度的完成施工中不发生突水事件，把巷道内部的强度、刚度、稳定性能都 发挥出来。神经网络技术软件就是比人工系统多出了智能识别，自动的在系统内部生成机械的最有配置。 　　⑴ 非线性的优化设计法 　　非线性的优化设计是不同的约定的函数数值所产生的一种安全设计方案。系统在使用时，会自动生成约定之外的函数数值，这些数值直接用于机械的编程使用中，指导施工运行。这种非线性方案可以分为两种。一种是利用目标定位将一次积分和二次积分在相乘的情况下，再次加权，以得到相应的施工设计方案。这种方法具体有共轭替代法、变化模式阶层法以及多普勒开根号法。这些在神经网络技术的安全方案中正是由于稳定性能良好，计算较为简便，所以使用比较广泛。另外一种就是假定一个多元函数，将函数在定义域范围内缩减至有效值，把目标函数的第三种类型编程可分析区域加以利用。这种方法虽然比较简单，但是用于突水预测中却很少，最主要的原因是在转变编程中多次使用神经网络技术