首页 期刊 矿业科学学报 基于改进广义回归神经网络的工作面低氧预测模型研究 【正文】

基于改进广义回归神经网络的工作面低氧预测模型研究

作者:杨小彬; 王逍遥; 周世禄; 张子鹏 中国矿业大学(北京)应急管理与安全工程学院; 北京100083
低氧问题   广义回归神经网络   预测模型   泛化能力  

摘要:为了更有效合理地解决煤矿工作面中低氧问题,以神东某煤矿工作面监测数据为样本,考虑监测物理参数之间的相互影响关系,借助主成分分析法对广义回归神经网络(GRNN)进行改进,构建工作面氧气浓度预测模型,编制改进的GRNN模型程序。将预测氧气浓度结果与实测数据对比,证明改进后的GRNN模型具有良好的拟合准确度和泛化能力,比改进前GRNN模型和BP神经网络模型更适合于煤矿工作面低氧问题的预测;利用改进的GRNN模型分析了工作面进、回风压力及进风温度对工作面及回风平巷氧浓度的影响,为矿井工作面低氧预测及工作面低氧防治技术提供了参考。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅