基于模糊神经网络和证据理论的瓦斯突出评判策略

发布时间：2018-01-02 06:25

本文关键词：基于模糊神经网络和证据理论的瓦斯突出评判策略　出处：《上海理工大学学报》2016年02期 　论文类型：期刊论文

【摘要】：针对影响煤矿瓦斯突出因素的不确定性和复杂的非线性关系,不能够利用经典的数学理论建立精确的预测模型,将模糊神经网络和D-S证据理论有机结合,提出了基于模糊神经网络和D-S证据理论的煤矿瓦斯突出危险等级评判策略.首先对传感器采集的待评判采掘面参数进行预处理,使用模糊神经网络得出第一步的融合结果,并将其进行归一化处理,归一化函数作为基本概率赋值函数,然后将归一化之后的数值作为基本概率分配值,再用D-S证据理论进行第二次数据融合,作出最终评判.实验结果表明,该方法具有良好的适应性并能得到准确性较高的评判结果.
[Abstract]:In view of the uncertainty and complex nonlinear relationship of the factors affecting coal mine gas outburst, it is impossible to establish an accurate prediction model by using classical mathematical theory, and combine fuzzy neural network with D-S evidence theory organically. Based on fuzzy neural network and D-S evidence theory, this paper puts forward the evaluation strategy of coal mine gas outburst risk grade. Firstly, the parameters of mining face to be evaluated by sensors are pretreated. The fusion result of the first step is obtained by using the fuzzy neural network, and it is normalized. The normalized function is regarded as the basic probability assignment function, and then the normalized value is taken as the basic probability assignment value. Then the D-S evidence theory is used for the second data fusion and the final judgment is made. The experimental results show that the method has a good adaptability and can get a higher accuracy.
【作者单位】：河南理工大学电气工程与自动化学院;河南工业和信息化职业学院;
【基金】：河南省科技攻关计划资助项目(102102210203)
【分类号】：TD713;TP183
【正文快照】： 煤炭作为我国工业生产的主要能源,当前在国家能源生产和一次消费结构中占据到大约70%,到2050年煤炭的使用率仍然会占到50%左右.因此,在今后很长的一段时间内,煤炭仍然是我国能源工业生产中的主要力量.但是,在煤炭的开采过程中,我国每年的煤矿瓦斯突出和爆炸事故时有发生,不仅

【参考文献】