版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、煤炭資源的開采和利用為我國經(jīng)濟發(fā)展做出了突出的貢獻,但與此同時也帶來一系列問題。目前環(huán)境問題日益嚴重,地表沉陷、地表水資源的循環(huán)、污染、浪費等一系列環(huán)境問題亟需解決;眾所周知,煤炭開采是高危行業(yè),其中礦井水害嚴重威脅著井下工人的生命安全;此外,由于過去對煤炭資源不合理的開采,導致煤炭資源大量浪費,所以合理的確定開采上限,提高煤炭資源回收率勢在必行。針對上述問題,究其原因,發(fā)現(xiàn)導水裂隙帶高度(以下簡稱“導高”)與之密切相關,導高值的確定對
2、于解決上述問題意義重大。然而,導高影響因素眾多,目前確定其值大多依據(jù)經(jīng)驗公式,但誤差往往較大,直接研究其發(fā)育情況又存在眾多困難?;诖耍疚奶岢鐾ㄟ^已采工作面導高值來研究待采工作面導高發(fā)育情況。
人工神經(jīng)網(wǎng)絡模型被廣泛的應用于預測類問題中,但由于收集的樣本數(shù)據(jù)中往往存在冗余樣本,所以直接運用人工神經(jīng)網(wǎng)絡模型預測導高值其誤差往往偏大。因此,本文建立模糊聚類分析法和人工神經(jīng)網(wǎng)絡的組合模型,預測待采工作面導高值。一方面提高了人工神經(jīng)
3、網(wǎng)絡模型中訓練樣本的質(zhì)量,另一方面可以根據(jù)各聚類類別的特點,建立相應的雙精度人工神經(jīng)網(wǎng)絡組合模型。所以,通過組合模型所得導高預測值更客觀、真實。
本文首先運用模糊聚類分析算法得到57例已采工作面的聚類類別,再根據(jù)顧北礦3例待采工作面(預測樣本)與各聚類類別之間的隸屬度確定其所屬類別,從而踢除掉預測樣本聚類類別中的冗余樣本;然后根據(jù)各預測樣本所屬類別的特點,建立相應的雙精度人工神經(jīng)網(wǎng)絡組合模型;最后將聚類類別數(shù)據(jù)導入各自的人工神
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于聚類分析的神經(jīng)網(wǎng)絡—模糊控制.pdf
- 導水裂隙帶發(fā)育高度預測的自適應神經(jīng)模糊推理方法及其應用.pdf
- 隱伏陷落柱導水裂隙帶高度研究.pdf
- 導水裂隙帶高度預計方法研究及應用.pdf
- 急傾斜煤層覆巖導水裂隙帶高度研究.pdf
- 沈家灣煤礦導水裂隙帶發(fā)育高度研究.pdf
- 沙坪礦黃河下開采導水裂隙帶高度研究.pdf
- 陳家溝煤礦綜放開采導水裂隙帶高度研究.pdf
- 基于BP神經(jīng)網(wǎng)絡和聚類分析的入侵檢測研究.pdf
- 綜放開采導水裂隙帶高度及預測方法研究.pdf
- 煤層覆巖導水裂隙帶高度發(fā)育規(guī)律與觀測方法研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡的CDMA網(wǎng)絡優(yōu)化測試和分析系統(tǒng).pdf
- 富水覆巖特厚煤層綜放開采導水裂隙帶高度研究.pdf
- 導水裂隙帶與塌陷
- 基于模糊神經(jīng)網(wǎng)絡的用戶行為分析.pdf
- 孟巴礦特厚煤層分層開采導水裂隙帶高度研究.pdf
- 基于模糊聚類分析與RBF神經(jīng)網(wǎng)絡負荷預測的變電站電壓無功控制.pdf
- 模糊聚類分析與神經(jīng)網(wǎng)絡代數(shù)算法相結合的短期負荷預測.pdf
- 基于模糊神經(jīng)網(wǎng)絡的圖像模糊分割.pdf
- 基于神經(jīng)網(wǎng)絡模糊聚類的研究.pdf
評論
0/150
提交評論