基于粒子群算法和BP神经网络的冲击危险性评估 |
| |
引用本文: | 李慧民,李振雷,何荣军,闫玉彪.基于粒子群算法和BP神经网络的冲击危险性评估[J].采矿与安全工程学报,2014(2):203-207,231. |
| |
作者姓名: | 李慧民 李振雷 何荣军 闫玉彪 |
| |
作者单位: | 重庆工程职业技术学院;中国矿业大学煤炭资源与安全开采国家重点实验室;矿业工程学院;煤矿瓦斯地质研究院; |
| |
基金项目: | 国家重点基础研究发展计划(973)项目(2010CB226805);国家自然基金和煤炭科学基金项目(51174285) |
| |
摘 要: | 为评价冲击矿压危险程度,提出一种基于粒子群算法和BP神经网络(PSO-BP)的冲击危险评估方法。利用已有冲击矿压数据,通过BP网络建立回归模型,并采用PSO算法对模型的连接权重和阀值进行优化,克服了BP网络收敛速度慢、易陷入局部最优的缺点。选取冲击矿压的10种主要影响因素,利用典型冲击矿井的20组工程数据建立PSO-BP评估模型,并将该模型与标准BP模型进行对比分析,结果表明PSO-BP模型较标准BP模型的评估准确率提高15%。最后,通过某矿冲击危险评估的工程实例验证了该方法的可行性和普适性。
|
关 键 词: | 采矿工程 冲击矿压 危险评估 神经网络 粒子群算法 |
本文献已被 CNKI 等数据库收录! |
|