通风系统神经网络方法评价结果的不稳定性分析及改进.pdf

通风系统神经网络方法评价结果的不稳定性分析及改进 何金灿1 徐立中1 姚鸿熙2 沈平2 1．河海大学计算机与信息工程学院江苏南京210098 2．江苏省金安科技有限公司江苏南京210007 E—mail：．hejincan@163．com，lzhxu@hhu．edu．cn 摘要：针对单一BP神经网络输出的评价结果的不稳定性，本文提出了一种BP神经网络和D．S证据理 论相结合的数据融合处理与状态评估方法用于通风系统评价。该方法是将多个BP神经网络的输出结果作 为证据理论的基本可信度分配函数(BPAF)，然后依据证据组合规则进行融合，得出通风系统的安全程度。 本方法降低了单一BP网络输出结果的不稳定性，且提高了融合处理的可信度和精度，增强了系统的容错 性。以2005年《煤矿安全规程》作为标准，由专家列出训练样本，同时以某矿区的实际监测数据作为实验 验证样本，仿真结果令人满意，表明了该方法用于通风系统评价的可行性。 关键词：数据融合BP神经网络证据理论通风系统评价 InstabilityAnalysis of Ventilation System Appraising Result Based on Neural Network and Its Improvement ．HE Jin．canl XU Li．zhon91 YAO Hong。xi2 SHEN Pin92 1．College of Computer and Information Engineering，Hohai University,Nanjing，China 2 10098 2．Jiangsu Jin-An Technology Co．Ltd，Nanjing，ER．China 210007 E-mail：hejincan@163．com，．1zhxu@hhu．edu．cn Abstract：As the appraising result of single BP neural network is instability,this paper gives a information fusion processing methodology based on the combination of Back-propagation(BP)neural network and D—S evidence theory to assessment mine ventilation．This method USeS the output of each neural network as the basic probability assignment function(BPAF)of D—S evidence theory,and fuses the BPAF according to the combination rule ofD·S evidence theory,which gives the safety level ofmine ventilmion．The merits ofthe method is to reduce the instability of the single BP network,to enhance the reli曲ility and precision of fusion．and to increase the fault tolerance．Expels give the training stylebook according the standard of“Coal Mine Safety Rules，2005”，and look the monitonng data as the validating stylebook．The result ofsimulation is satisfied，it also confirms the feasibility． Keywords：Information Fusion，BPNeural Networks，D-S Evidence Theory,Assessment of Mine Ventilation 1．引言 煤矿井下自然条件比较复杂，井下空气中夹杂着有毒有害气体、粉尘等，加上地热作用， 人体和机械的散热、水分的蒸发，井下空气的温度和湿度都会显著提高，造成不良的气候条 件。矿井通风可以供给井下工作人员足够的呼吸用的新鲜空气、冲淡和排除有害气体及浮游 粉尘、提供适宜的气候条件。因此，研究通风系统是否科学合理、安全可靠运行，具有十分 重要的理论和实践意义【i J。 矿井通风系统是一个复杂、动态的系统，受到众多、复杂的内外因素影响，其安全可靠 性评价属于多因素综合评价问题[21