已閱讀1頁，還剩69頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、隨著中國經(jīng)濟的迅速發(fā)展，對能源的需求不斷增加，煤炭資源成為我國經(jīng)濟和社會發(fā)展的一項非常重要的戰(zhàn)略資源。我國是主要煤炭生產(chǎn)國，同時也是主要煤炭消費國，煤炭生產(chǎn)行業(yè)的安全形勢卻非常嚴峻，盡管近年來總煤礦事故有下降趨勢，但重特大事故仍時有發(fā)生，煤礦安全狀況不理想，煤炭發(fā)展面臨著機遇與挑戰(zhàn)并存。雖然煤礦安全的問題早已引起各學(xué)者的重視，但對這方面的研究起步較晚，對煤礦安全風(fēng)險的預(yù)測基礎(chǔ)薄弱，論文正是在這種背景下展開研究的。
本文以煤礦的
2、安全風(fēng)險為研究對象，以事故致因理論和人-機-環(huán)系統(tǒng)分析理論為基礎(chǔ)，建立了煤礦安全風(fēng)險預(yù)測指標體系。利用改進蟻群算法對RBF神經(jīng)網(wǎng)絡(luò)參數(shù)進行優(yōu)化，以克服傳統(tǒng)RBF神經(jīng)網(wǎng)絡(luò)收斂速度慢、易陷入局部極值、精度不高的缺點，改善了RBF神經(jīng)網(wǎng)絡(luò)的泛化能力，使其具有輸出穩(wěn)定性良好、收斂速度快的特點。在此基礎(chǔ)上，建立了基于改進蟻群-RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測模型，并運用MATLAB軟件計算工具進行精確計算，使得煤礦安全風(fēng)險的預(yù)測結(jié)果更加準確，為決策者提供更為
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于RBF神經(jīng)網(wǎng)絡(luò)與蟻群算法的瓦斯預(yù)測模型研究.pdf
- 基于蟻群算法的RBF神經(jīng)網(wǎng)絡(luò)優(yōu)化算法.pdf
- 基于改進RBF神經(jīng)網(wǎng)絡(luò)算法的水質(zhì)預(yù)測模型研究.pdf
- 基于改進蟻群優(yōu)化算法的神經(jīng)網(wǎng)絡(luò)訓(xùn)練的研究
- 基于改進BP神經(jīng)網(wǎng)絡(luò)的煤礦安全評價研究.pdf
- 基于LM改進的RBF神經(jīng)網(wǎng)絡(luò)算法研究.pdf
- 基于蟻群神經(jīng)網(wǎng)絡(luò)的軟件老化趨勢預(yù)測.pdf
- 基于云理論的RBF神經(jīng)網(wǎng)絡(luò)算法改進研究.pdf
- 基于改進蟻群算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化的研究與應(yīng)用.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的煤礦安全評價研究.pdf
- 改進蟻群聚類算法優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)控制研究及其應(yīng)用.pdf
- 基于蟻群算法優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)流量預(yù)測模型研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的瓦斯涌出量預(yù)測_永智群.pdf
- 基于改良蟻群算法的神經(jīng)網(wǎng)絡(luò)分類規(guī)則提取.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的煤礦安全綜合評價模型研究.pdf
- 基于rbf神經(jīng)網(wǎng)絡(luò)的負荷預(yù)測研究綜述
- 基于改進遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)的研究與應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)及蟻群算法的WSN分簇路由算法研究.pdf
- 基于AAPSO算法和RBF神經(jīng)網(wǎng)絡(luò)預(yù)測控制方法的研究.pdf
- 基于蟻群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的包頭地區(qū)中長期電力負荷預(yù)測.pdf
評論
0/150
提交評論