基于BP神经网络的煤炭自燃温度预测方法研究

发布时间：2021-02-03 06:40

　　在对BP神经网络原理进行分析的基础上,设计出预测煤层温度的BP神经网络模型,然后对实验数据进行仿真模拟,采用MATLAB语言,利用样本进行网络训练后,得出的预测结果达到了工程实际能够接受的精度,说明该模型能够用于煤矿煤炭自燃温度的预测,实现煤炭自燃早期预报。 

【文章来源】：煤炭技术. 2020,39(09)

【文章页数】：2 页

【部分图文】：

3层BP神经网络

因此，根据式（1）计算的隐含层神经元个数可以在2～12。由此，确定煤炭自燃温度预测方法的BP神经网络模型如图2所示。3 煤炭自燃温度预测模型MATLAB实现

【参考文献】：
期刊论文
[1]灵敏度分析在升压电路故障预测中的应用[J]. 张民,杨朔,刘贇,赵振伟,公维平.  辽宁工程技术大学学报(自然科学版). 2019(04)
[2]城市化系统与生态系统交互耦合时空特征及协调发展预警研究——以湖南省为例[J]. 李静芝,代宇涵,赵雯,樊晨曦,罗文婧,熊鹰,张永志,汤礼莎.  长江流域资源与环境. 2019(07)
[3]铅酸电池剩余放电时间预测方法研究[J]. 王力.  中国建材科技. 2018(04)
[4]煤炭自然发火预报指标气体研究[J]. 吴兵,苏赟,王金贵,雷柏伟,朱朦.  中国安全生产科学技术. 2012(11)
[5]煤自燃指标气体产生规律及影响因素分析[J]. 寇砾文,蒋曙光,王兰云,邹力力,吴征艳.  矿业研究与开发. 2012(02)
[6]煤炭自燃指标性气体确定的实验研究[J]. 彭伟,何启林,葛新玉.  中国安全生产科学技术. 2010(06)
[7]煤自燃过程气态产物产生机理[J]. 陆伟.  湖南科技大学学报(自然科学版). 2009(02)
[8]煤自燃指标气体与特征温度的对应关系研究[J]. 肖旸,王振平,马砺,翟小伟.  煤炭科学技术. 2008(06)

硕士论文
[1]塑性混凝土心墙土石坝中心墙厚度优化研究[D]. 陈志强.昆明理工大学 2018



本文编号：3016069