煤油气共生矿井的采面瓦斯涌出预测   总被引：1，自引：1，他引：0  

王生全 《煤田地质与勘探》2003,31(3):13-16

以煤系含油气的陈家山煤矿综采工作面瓦斯地质资料为依据,应用灰色系统理论中的关联分析方法,在研究影响采面瓦斯涌出量主控地质与生产因素的基础上,借助人工神经网络理论中的BP网络方法,建立了综采工作面瓦斯涌出量预测的BP网络模型。通过误差分析及实际应用,证明将关联分析与BP网络结合起来开展采面瓦斯涌出量预测是一种可行的方法。   相似文献   

基于灰色关联-遗传神经网络的煤与瓦斯突出预测模型     

胡广青  姜波  吴胡 《中国煤炭地质》2011,(9):22-26

在综合分析影响煤与瓦斯突出的各种评价指标的基础上,基于人工神经网络极强的非线性逼真能力,建立了煤与瓦斯突出强度预测的遗传神经网络模型。模型采用灰色关联理论完成了评价指标的优化,并利用遗传算法对BP网络初始权值和阈值的确定进行了优化。以重庆南桐矿区砚石台矿为例,对煤与瓦斯突出强度进行了预测,结果表明,采用本模型的预测结果与矿井实际突出状况一致,模型可靠,具有一定的理论与实际意义。  相似文献   

未确知测度BP神经网络模型在黑河流域水质预测中的应用          下载免费PDF全文

李慧  周轶成 《水文》2014,34(3):66-69

水质预测是水环境规划、评价和管理的重要依据,对促进水资源可持续利用及生态发展具有重要意义。针对水质预测中各项因子的不确定性,基于未确知测度理论(unascertained measure,UM),采用改变网络初值的方法,对BP神经网络加以改进,并利用黑河流域莺落峡水文站1998~2011年的水质监测资料进行分析和预测。以挥发酚为参考序列,用灰色关联方法分析参考序列与其他因子的关联度,并最终确定BP网络的输入节点为CODmn、DO、SO42-、Cr6+以及挥发酚,输出节点为挥发酚,从而建立UMBP模型。分析结果表明,UM-BP预测模型比标准的BP神经网络模型具有更高的预测精度。因此,该模型应用于黑河流域水质预测是可行的。  相似文献   

软基沉降的BP神经网络和灰色系统联合预测   总被引：1，自引：0，他引：1  

周建伟  周爱国  刘晓 《地质科技情报》2005,24(Z1):109-111

使用BP神经网络插值方法对灰色数据进行了预处理,进而建立了预测软基沉降量的BP神经网络和灰色系统联合模型.实例分析表明,该模型短期沉降预测结果的最大相对误差小于2%,最终沉降预测结果的相对偏差小于5%,且灰色预测时取后期沉降瘦导颇算结果准确度高于取前期沉降数据的计算结果准确度.  相似文献   

金矿灰色关联分析预测法   总被引：1，自引：0，他引：1  

徐忠祥  吴国平 《地球科学》1994,19(1):87-93

以金矿为研究客体，提出了一种新的矿床预测方法－灰色关联分析预测法，一种新的矿床评价参数－综合关联度，理论分析和预测实践表明，该方法适用于建立综合信息灰色观测模型和大比例尺隐伏矿床预测。  相似文献   

GM—BP串联组合预测模型在滑坡变形监测中的应用     

曹冬冬  徐秋艳 《中国煤炭地质》2012,(2):47-49,60

为了提高滑坡的预测精度,通过对灰色GM（1,1）模型与BP神经网络模型各自优缺点及互补性的分析,建立了GM—BP串联组合预测模型。模型首先采用等维动态GM（1,1）模型进行初步预测,然后利用BP神经网络对初步预测的结果进行训练及仿真,通过数据的归一化处理,参数的判定选取,获得组合模型预测值。以茅坪滑坡为例,对位移进行了预测。通过数据的对比分析,发现GM—BP串联组合预测模型在短期预测精度上高于单一模型。  相似文献   

深井底板突水组合灰色物元判别系统及应用     

孙明  郑文翔  张文泉  马凯 《煤田地质与勘探》2011,39(6):36-40

深井底板突水预测是一个复杂的理论与技术问题,具有模糊性、灰色性和不相容性的特点。建立了深井底板突水的主控指标体系,通过灰色关联分析得到主控因素,应用熵值调整法确定了各主控因素在突水过程中的贡献权重。根据灰色物元分析理论,分别建立了线性灰色物元判别模型和最优灰色物元判别模型,采用VB6.0开发了深井底板突水组合灰色物元判别系统。该系统两种模块的并列运行和相互验证提高了判别结果的准确程度,使系统初步具备了受承压水威胁的深井工作面的危险度预测功能。应用该系统进行深井突水案例的模拟结果与实际情况比较吻合,这表明该系统对深井复杂条件下的矿井底板突水预测具有较好的应用价值。   相似文献   

多隐层BP神经网络模型在径流预测中的应用   总被引：3，自引：0，他引：3       下载免费PDF全文

崔东文 《水文》2013,33(1):68-73

基于人工神经网络基本原理和方法,构建多隐层BP神经网络径流预测模型,以新疆伊犁河雅马渡站径流预测为例进行分析,并构建常规单隐层BP以及RBF、GRNN神经网络模型作为对比分析模型,将各模型预测结果与文献[1]中的预测结果进行比较,结果表明:(1)多隐层BP神经网络径流预测模型泛化能力强,预测精度高,算法稳定,模型精度优于IEA-BP网络模型,表明研究建立的多隐层BP神经网络模型用于径流预测是合理可行的,是一种可以应用于水文径流预测预报的新方法.(2)RBF、GRNN神经网络径流预测模型预测精度高于常规单隐层BP网络模型,且RBF与GRNN神经网络模型具有收敛速度快、预测精度高、调整参数少,不易陷入局部极小值等优点,可以更快地预测网络,具有较大的计算优势.  相似文献   

灰色系统和BP神经网络相结合的矿产资源预测模型   总被引：2，自引：0，他引：2  

单明霞  俞锋  柳炳利 《物探化探计算技术》2007,29(5):443-445

这里介绍了灰色系统和BP神经网络相结合的预测原理,利用BP网络,对改进的GM(1,1)残差修正模型所得预测的结果进行再预测的组合预测模型,并对攀枝花市钒钛磁铁矿的产量进行了预测。计算结果表明,该预测方法是可靠的,并具有较高的预测精度。  相似文献   

基于灰色关联分析的遗传神经网络在水下爆破中质点峰值振动速度预测研究     

刘亚群  李海波  裴启涛  张伟 《岩土力学》2013,34(Z1):259-264

水下爆破是一个复杂的、非线性的动态能量释放过程,其涉及到的影响因素众多。为了充分利用少量的实测数据,较准确地预测水下爆破质点峰值振动速度,引入灰色关联分析理论,并结合遗传神经网络较强的非线性映射优势和全局化的搜索能力,建立基于灰色关联分析的遗传神经网络模型(GRA-GA-BP)。该模型利用灰色关联分析理论,充分挖掘小样本潜在信息特征,较合理地确定了影响爆破振动速度的主要因素,解决了神经网络在多变量复杂系统中输入变量无法自动寻优的难题,从而增强了神经网络的适应能力和稳定性。采用该模型对广东台山核电站1期工程大襟岛水下爆破开挖质点峰值振动速度进行预测,并与传统的遗传神经网络及萨道夫斯基公式预测结果进行对比,发现GRA-GA-BP模型的预测值与实测值吻合更好,预测误差更稳定。研究方法可为小样本、多因素影响下类似工程质点峰值振动速度预测提供借鉴。  相似文献