王福娇
- 作品数：3 被引量：8H指数：1
- 供职机构：辽宁工程技术大学电气与控制工程学院更多>>
- 发文基金：国家自然科学基金辽宁省科技厅科技攻关项目更多>>
- 相关领域：矿业工程自动化与计算机技术更多>>
- 改进粒子群与小波神经网络在冲击地压预测中的应用研究
- 冲击地压是当前世界范围内煤矿及岩石工程领域中遇到的最具破坏性的自然灾害之一，已经成为国际采矿工程和岩石力学界急需研究解决的科学难题。冲击地压不仅影响因素众多，而且发生机理相当复杂，到目前为止尚未形成公认的理论，用常规的数...
- 王福娇
- 关键词：冲击地压小波神经网络
- 文献传递
- 基于AM-MCMC的瓦斯危险等级测评
- 2013年
- 用相对瓦斯涌出量划分矿井瓦斯等级存在着临界级别模糊性和局限性的缺点,将AM-MCMC算法与BP神经网络相结合,建立测评模型,该模型解决了相邻瓦斯危险级别所存在的模糊性以及训练样本少的问题;结合已有的研究成果,选取最能反映瓦斯危害的5项指标作为基本判别指标,以18组典型的实测数据作为训练样本进行分析计算,所得结果与实际情况基本相符;研究结果表明:基于AM-MCMC的BP神经网络可以应用于煤矿瓦斯危险等级测评当中。
- 付华葛芳菲王福娇陈子春
- 关键词：BP神经网络
- 基于分数阶神经网络的瓦斯涌出量预测被引量：8
- 2013年
- 针对现有的煤与瓦斯涌出危险性区域预测模型存在收敛速度慢、极易陷入局部极值等问题,结合BP的局部搜索能力和分数阶算法快速的全局搜索能力,提出了一种基于分数阶神经网络的新预测模型,用于非线性瓦斯涌出量的动态预测。经训练和实验结果表明:该模型较其他模型具有更好的滤波效果、更强的抗干扰能力、更快的收敛速度、更高的收敛精度等特点,能够达到准确指导实践的要求。
- 付华王福娇陈子春
- 关键词：瓦斯涌出量
