基于改进蚁群算法-RBF神经网络的煤矿安全风险预测研究

发布时间：2017-03-31 05:09

  本文关键词：基于改进蚁群算法-RBF神经网络的煤矿安全风险预测研究，由笔耕文化传播整理发布。

【摘要】：随着中国经济的迅速发展，对能源的需求不断增加，煤炭资源成为我国经济和社会发展的一项非常重要的战略资源。我国是主要煤炭生产国，同时也是主要煤炭消费国，煤炭生产行业的安全形势却非常严峻，尽管近年来总煤矿事故有下降趋势，但重特大事故仍时有发生，煤矿安全状况不理想，煤炭发展面临着机遇与挑战并存。虽然煤矿安全的问题早已引起各学者的重视，但对这方面的研究起步较晚，对煤矿安全风险的预测基础薄弱，，论文正是在这种背景下展开研究的。 本文以煤矿的安全风险为研究对象，以事故致因理论和人-机-环系统分析理论为基础，建立了煤矿安全风险预测指标体系。利用改进蚁群算法对RBF神经网络参数进行优化，以克服传统RBF神经网络收敛速度慢、易陷入局部极值、精度不高的缺点，改善了RBF神经网络的泛化能力，使其具有输出稳定性良好、收敛速度快的特点。在此基础上，建立了基于改进蚁群-RBF神经网络的预测模型，并运用MATLAB软件计算工具进行精确计算，使得煤矿安全风险的预测结果更加准确，为决策者提供更为可靠的决策依据。论文最后通过实证分析验证该预测模型的有效性。
【关键词】：改进蚁群算法 RBF神经网络 煤矿安全 风险预测
【学位授予单位】：河北工程大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TD76
【目录】：

• 摘要6-7
• Abstract7-10
• 第1章 绪论10-15
• 1.1 研究背景及研究意义10-12
• 1.1.1 研究背景10
• 1.1.2 研究意义10-12
• 1.2 国内外研究现状12-14
• 1.2.1 煤矿安全风险管理的研究现状12-13
• 1.2.2 煤矿安全风险预测技术的研究现状13-14
• 1.3 研究内容及创新点14-15
• 1.3.1 研究内容14
• 1.3.2 创新点14-15
• 第2章 煤矿安全风险分析的理论基础15-23
• 2.1 相关概念的内涵15-17
• 2.1.1 安全风险15-16
• 2.1.2 安全风险预测16-17
• 2.2 煤矿安全风险的识别17-21
• 2.2.1 安全风险识别的理论依据17-19
• 2.2.2 安全风险识别的原则19
• 2.2.3 安全风险识别的方法19-21
• 2.3 煤矿安全风险预测的原则21-22
• 2.4 本章小结22-23
• 第3章 煤矿安全风险预测指标体系的构建23-33
• 3.1 煤矿安全风险系统特点的分析23-24
• 3.2 煤矿安全风险预测指标体系的设计目的及原则24-26
• 3.2.1 风险预测指标体系的设计目的24
• 3.2.2 风险预测指标体系的设计原则24-26
• 3.3 煤矿安全风险预测指标体系的设计流程26-28
• 3.4 煤矿安全风险分析28-30
• 3.5 煤矿安全风险预测指标体系的建立30-32
• 3.6 本章小结32-33
• 第4章 基于改进蚁群算法-RBF 神经网络的煤矿安全风险预测33-48
• 4.1 改进蚁群算法相关理论33-37
• 4.1.1 蚁群算法的基本原理33-34
• 4.1.2 蚁群算法的数学模型34-36
• 4.1.3 改进蚁群算法36-37
• 4.2 RBF 神经网络相关原理37-42
• 4.2.1 RBF 神经网络的基本原理37-38
• 4.2.2 RBF 神经网络的结构38-39
• 4.2.3 RBF 神经网络算法的实现39-41
• 4.2.4 RBF 神经网络的特点41-42
• 4.3 改进蚁群算法-RBF 神经网络的预测模型42-47
• 4.3.1 RBF 神经网络预测模型参数选择42-44
• 4.3.2 改进蚁群算法优化 RBF 神经网络44-45
• 4.3.3 隐含层单元结构的调整45-46
• 4.3.4 隐含层到输出层的权值调整46
• 4.3.5 改进蚁群算法优化 RBF 神经网络的预测步骤46-47
• 4.4 本章小结47-48
• 第5章 煤矿安全风险预测应用研究48-66
• 5.1 煤矿企业概况48
• 5.2 风险数据的获取及预处理48-62
• 5.2.1 数据的获取48-55
• 5.2.2 数据的预处理55-62
• 5.3 预测模型仿真62-64
• 5.4 煤矿安全风险预测64
• 5.5 煤矿安全风险控制策略64-65
• 5.6 本章小结65-66
• 结论与展望66-67
• 参考文献67-70
• 致谢70-71
• 作者简介71
• 攻读硕士学位期间发表的论文71-72

【参考文献】

中国期刊全文数据库 前5条

1 许正权;徐金标;宋学锋;;煤矿安全事故预防长效机制研究[J];矿业安全与环保;2007年01期

2 吕品;周心权;;灰色马尔可夫模型在煤矿安全事故预测中应用[J];安徽理工大学学报(自然科学版);2006年01期

3 孙忠强;郭立稳;张嘉勇;朱令起;;人工神经网络模型在瓦斯预测中的应用[J];矿业快报;2006年09期

4 徐君;基于GM(1,1)模型的矿井瓦斯涌出量预测研究[J];矿业研究与开发;2005年03期

5 伍爱友,田云丽,宋译,何利文;灰色系统理论在矿井瓦斯涌出量预测中的应用[J];煤炭学报;2005年05期

  本文关键词：基于改进蚁群算法-RBF神经网络的煤矿安全风险预测研究，由笔耕文化传播整理发布。

本文编号：278960