首页 > 《内蒙古煤炭经济》 > 2016年7期 > 基于SOM神经网络的煤体瓦斯渗透率的分类预测

基于SOM神经网络的煤体瓦斯渗透率的分类预测

在线阅读下载PDF 导出详情

摘要研究煤体瓦斯渗透率可以为煤矿企业安全生产提供更好地保障。本文通过分析有效应力、瓦斯压力、温度和抗压强度四个影响因素对煤体瓦斯渗透率的影响,利用SOM神经网络对22组影响因素样本进行分类训练,建立煤体瓦斯渗透率分类预测模型。并运用模型对8组样本进行预测,结果表明：预测结果正确率为87.5%。可见,基于SOM神经网络建立的煤体瓦斯渗透率分类预测模型是有效的。

DOI lder37nq43/1610717

作者李文莹

机构地区不详

出处《内蒙古煤炭经济》 2016年7期

关键词煤体瓦斯渗透率 SOM神经网络分类预测

分类 [经济管理][产业经济]

出版日期 2016年07月17日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1王光辉;王建国;王海风. 基于灰色理论与神经网络的煤与瓦斯突出预测.煤矿开采,2009-02.
2王文才;王瑞智;孙宝雷;王政委;刘海. 基于广义回归神经网络GRNN的矿井瓦斯含量预测.煤矿开采,2010-01.
3徐威;何保;张振文. 基于灰色遗传神经网络法的矿井瓦斯涌出量预测.安全科学,2011-02.
4张晓文. 大学生词汇学认知风格的模式分类——基于SOM神经网络的研究.教育学,2016-03.
5梁永兴. 基于小波神经网络的商业体电力负荷预测.建筑技术科学,2018-12.
6郑宏伟1周慧2. 基于长短时记忆神经网络的给煤量预测研究.电力系统及自动化,2019-11.
7郑宏伟1周慧2. 基于长短时记忆神经网络的给煤量预测研究.电力系统及自动化,2019-11.
8于子翊;茹蓓. 基于SOM神经网络的医疗诊断专家系统研究.教育学,2005-05.
9成帅帅焦雷. 基于RBF神经网络的烘丝入口含水率预测模型.医药卫生,2019-07.
10张恺;陈思. 基于神经网络的时序预测模型研究.通信与信息系统,2019-01.

来源期刊

内蒙古煤炭经济

相关推荐

同分类资源更多

相关关键词

煤体瓦斯渗透率 SOM神经网络分类预测

返回顶部