神经网络模型及其在煤矿瓦斯预测中的应用.pdfVIP

年第 期 煤 炭 科 技 0112 0 (340 0112 !#$ %!’(!’ ) *’!+($,- .#,#/(’ ! 文章编号： ! （ ） ! ! @11I CJC@ 0112 10 11CK 1C 神经网络模型及其在煤矿 瓦斯预测 中的应用 陈金国 （南京航空航天大学 管理学院，江苏 南京 0@110L ） 摘 要：瓦斯事故是煤矿人员伤亡最多、影响最大的事故。准确预测瓦斯是防止事故、降低损失 的基础。人工神经网络由于具有建模能力强，计算准确度高，善于处理模糊的、非线性的、含有 噪声的数据等特点，能很好地解决瓦斯预测中的实际问题。简单介绍了神经网络的基本原理和 学习算法，建立了基于该原理的DE 应用模型，并通过实例进行了验证。 关键词：神经网络；预测技术；瓦斯管理 中图分类号： N 文献标识码： *MJ @0 4 2 D 由瓦斯积聚而引发的爆炸、燃烧、突出、窒息、超 合运算，也不是得到一组微分方程进行复杂的运算， 限等事故是煤矿的多发事故。瓦斯的准确预测可以 它是一种高度智能化的运算。隐含层的功能类似于 减少事故损失，挽救矿工生命，维护社会和矿工家庭 人脑的思考过程，只是这个思考过程是由计算机通 的稳定。人工神经网络由于具有极强的非线性逼近 过网络自动完成的，不是编程人员预先设计好的规 能力和较高的建模能力，在时间序列预测中得到了 则。 广泛应用。因此，本文将针对瓦斯涌出的预测问题， 人工神经网络的主要学习算法 建立神经网络预测模型，对煤矿安全管理中突出的 （）有师学习。有师学习算法能够根据期望的 煤层瓦斯赋存情况进行预测和预警。 @ 和实际的网络输出对应于给定输入 间的差来调整 A B ! 神经网络基本原理 神经元间连接的强度或权值。因此，有师学习需要有 人工神经网络（ ，简称 个老师或导师来提供期望或目标输出信号。 #5678797:; (=5:; (635? ）是在人类对自身大脑神经网络认识理解的基 （）无师学习。无师学习算法不需要知道期望 #(( 0 础上人工构造的能够实现某种功能的神经网络。它 输出。在训练过程中，只要向神经网络提供输入模 是理论化的人脑神经网络的数学模型，是基于模仿 式，神经网络就能够自动地适应连接权，以便按相似 大脑神经网络结构和功能而建立的一种信息处理系 特征把输入模式分组聚集。 统。它实际上是由大量简单元件相互连结而成的复 （）强化学习。强化学习不需要老师给出目标 C 杂网络，具有高度的非线性，能够进行复杂的逻辑操 输出。强化学习算法采用一个“评论员”来评价与给 作和非线性关系实现的系统。