基于小波神经网络的煤层底板突水非线性预测方法研究

中国安全科学学报

基于小波神经网络的煤层底板突水非线性预测方法研究

廖巍，周荣义，李树清

湖南科技大学能源与安全工程学院,湘潭,411201

出版日期:2006-11-20

Study on the Non-linear Forecast Methods for Water Inrush from Coal Floor Based on Wavelet Neural Network

Published:2006-11-20

摘要/Abstract

摘要： 针对煤层底板突水系统为一非线性动力学系统的特性,并在考察目前煤层底板突水预测方法的基础上,给出利用小波神经网络对煤层底板突水进行预测的可行性和优越性;阐述了小波神经网络的基本原理;提出和分析了基于小波神经网络的煤层底板突水预测模型及算法;并通过实例证明,应用小波神经网络解决煤层底板突水预测的可行性和优越性.研究及实践表明:小波神经网络的预测精度更高、更准确.

中图分类号:

X913.1

廖巍，周荣义，李树清. 基于小波神经网络的煤层底板突水非线性预测方法研究[J]. 中国安全科学学报.

[1]	郭茜, 周伊可, 吴刚. 基于三边匹配理论的应急救援分配决策[J]. 中国安全科学学报, 2024, 34(3): 222-229.
[2]	杨三军, 荆亚茹, 姜润发. 矿山救援队应急救援能力评价指标体系构建^*[J]. 中国安全科学学报, 2021, 31(8): 180-188.
[3]	欧阳旭东, 支云翔, 王腾飞, 吴兵, 汪洋. 基于扩展式动态博弈的多船避碰决策模型[J]. 中国安全科学学报, 2020, 30(1): 128-135.
[4]	刘松, 邵毅明, 彭勇, 肖云鹏. 应急救援物资多式联运路径优化[J]. 中国安全科学学报, 2019, 29(12): 152-157.
[5]	张伟, 杨琴, 曹策俊, 赵欢, 潘世凌. 考虑风险感知度和系统效率的应急瓶颈资源调度[J]. 中国安全科学学报, 2019, 29(12): 158-164.
[6]	李彦瑾, 罗霞, 游云晴. 贫信息情况下的应急救援路径选择模型[J]. 中国安全科学学报, 2018, 28(8): 174-179.
[7]	李彦瑾, 罗霞. 基于Logistic曲线的路网脆弱性动态识别[J]. 中国安全科学学报, 2018, 28(2): 28-33.
[8]	魏强，涂子学，周静生，周嘉男. 基于候选点集算法的应急设施网络布局优化[J]. 中国安全科学学报, 2012, 22(9): 172-.
[9]	吴之立，刘晓. 突发事件下城市关键基础设施应急策略研究[J]. 中国安全科学学报, 2011, 21(6): 168-.
[10]	徐格宁，冯晓蕾. 机械系统的风险概率与经济性安全评价方法研究与应用[J]. 中国安全科学学报, 2010, 20(6): 69-.
[11]	陆柏，陈培，傅贵. 基于SEM的企业安全氛围诊断与测评研究[J]. 中国安全科学学报, 2010, 20(4): 22-.
[12]	王书明，何学秋，王恩元. 基于"流变-突变"理论的安全投入决策[J]. 中国安全科学学报, 2009, 19(11): 46-.
[13]	钱双彬，董军，陈方权. 隧道盾构下穿车站出入口数值仿真对比研究[J]. 中国安全科学学报, 2009, 19(3): 22-.
[14]	张子民，李琦. 应急撤离建模研究的现状、问题与发展趋势[J]. 中国安全科学学报, 2008, 18(10): 120-.
[15]	谢献忠，易伟建，王修勇，陈文新. 结构损伤诊断与系统时域辨识研究综述[J]. 中国安全科学学报, 2008, 18(6): 110-.

基于小波神经网络的煤层底板突水非线性预测方法研究

Study on the Non-linear Forecast Methods for Water Inrush from Coal Floor Based on Wavelet Neural Network

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价