HI,欢迎来到好期刊网,发表咨询:400-888-9411 订阅咨询:400-888-1571证券代码(211862)

基于改进广义回归神经网络的工作面低氧预测模型研究

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。

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

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:矿业科学学报

矿业科学学报由中国矿业大学(北京)主办,中华人民共和国教育部主管的学术刊物,国内刊号为:10-1417/TD。创办于2016年,双月刊,在全国同类期刊中发行数量名列前茅。其主要栏目有:矿业工程、煤矿开采、安全科学与工程、测绘科学与技术、地质资源与地质工程、矿山建设工程、岩石力学与地下工程、矿山机械工程、矿山电气工程与自动化、矿物加工与利用、煤矿环境保护、煤炭能源绿色开采与洁净利用、管理科学与工程、