基于人工神经网络的煤与瓦斯突出预测.docxVIP

Word文档下载后（可任意编辑） 第 PAGE 1 第 PAGE 1 页 共 NUMPAGES 1 页 基于人工神经网络的煤与瓦斯突出预测 随着我国煤炭科学技术的快速进展，在煤与瓦斯突出预报方面取得了突出进展，提出了很多预报煤与瓦斯突出的方法和指标，如基于煤体裂开过程中的声发射和电磁辐射现象的非接触式预报方法；依据工作面打钻时的钻屑量、瓦斯涌出量及解吸量进行的接触式预报方法；以及其它预报指标等。但是这些方法和指标主要是使用回来分析的方法得出的，它考虑的是影响煤与瓦斯突出的个别是或重要因素，没有全面考虑影响煤与瓦斯突出的因素，致使突出敏感指标因地而异，突出临界值随矿井不同而改变。因此，预报结果经常不很精确。  输出层单元的算法：  for( int k=0;kON;K+ +)  {inival=0.0；  　for(int m=0;mHN;M+ +)  　inival+=(W_HN_OT[k][m]*OT_HD[m]);  　inival+=CW_OT[k];  　OT_OT[k]=sigmf(sig,inival);}  〔2〕隐层的设计。隐层可以是一层或多层。隐层单元数与问题的要求和输入输出有直接关系。隐层单元数太多，会导致学习时间过长，隐单元数过少，容错性差。这里采纳了