排序方式: 共有9条查询结果,搜索用时 31 毫秒
1
1.
2.
3.
矿工不安全行为的出现是复杂的非线性动力过程,为预测不安全行为时间序列,选择具有"记忆"功能和解决梯度消失问题的长短期记忆网络。使用TensorFlow下Keras搭建基于长短期记忆网络的不安全行为时间序列预测模型,使用A、B煤矿2年共3 405条不安全行为序列数据进行模型训练和测试,根据交叉验证集选择最优参数。实验结果表明:构建的4个时间序列预测模型最小的平均绝对误差为0.080 7,最大的平均绝对误差为0.333 5,能够很好预测煤矿未来一定时间段内的不安全行为。 相似文献
4.
5.
6.
7.
8.
矿工与煤矿企业之间的策略依存性符合博弈论的基本特征。为降低矿工脱岗的极大似然估计值,首先基于演化博弈理论建立矿工与煤矿企业的博弈模型,然后分析结果表明矿工与煤矿企业的策略相互影响且受脱岗外部损失K、脱岗处罚H、检查脱岗成本F等等诸多因素影响。最后结合某集团煤矿脱岗实例验证结论并给出降低矿工脱岗概率的建议。 相似文献
9.
1