首页> 中文学位 >基于模糊神经网路和D-S证据理论的煤矿瓦斯突出危险等级评判策略研究
【6h】

基于模糊神经网路和D-S证据理论的煤矿瓦斯突出危险等级评判策略研究

代理获取

目录

封面

声明

致谢

中文摘要

英文摘要

目录

1 绪论

1.1 立题背景和意义

1.2 煤矿瓦斯突出危险等级的评判研究现状及发展动态

1.3 本文研究内容

2 煤矿瓦斯突出的机理分析及关键指标的选取与测量

2.1 煤矿瓦斯突出发生的物理条件

2.2 煤矿瓦斯发生突出的过程

2.3 煤体的物理力学性质分析

2.4 影响采掘面煤矿瓦斯突出等级指标的特性分析

2.5 影响采掘面煤矿瓦斯突出等级的关键指标的选取

2.6 决定瓦斯突出危险等级关键指标的测量

2.7 本章小节

3 基于模糊神经网络的煤矿瓦斯突出危险等级评判算法研究

3.1 模糊理论和神经网络

3.2 模糊神经网络在煤矿瓦斯突出危险等级评判中应用可行性分析

3.3 基于模糊神经网络的煤矿瓦斯突出危险等级的评判框架

3.4 模糊神经网络的结构

3.5 模糊神经网络使用的学习算法

3.6 数据的预处理

3.7 煤矿瓦斯突出危险等级评判的模糊神经网络设计

3.8 仿真实验

3.9 本章小结

4 基于 D-S证据理论的煤矿瓦斯突出危险等级评判算法研究

4.1 D-S证据理论的基本原理

4.2 D-S 证据理论在煤矿瓦斯突出危险等级评判中应用的可行性分析

4.3 基于D-S证据理论的煤矿瓦斯突出危险等级评判框图

4.4 D-S证据理论的合成规则

4.5 D-S证据理论的决策方法确定

4.6 D-S证据理论的算法流程

4.7 基本概率函数的获得

4.8 实验研究

4.9 本章小节

5 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的综合评判策略

5.1 基于模糊神经网络和D-S证据理论的综合评判框架

5.2 模糊神经网络和D-S证据理论相结合的优越性

5.3 基于D-S证据理论的基本概率函数的构造

5.4 模糊神经网络的实验仿真结果

5.5 基于D-S证据理论再次融合的实验结果

5.6 本章小节

6 结论与展望

6.1 结论

6.2 展望

参考文献

作者简历

学位论文数据集

展开▼

摘要

采掘面煤矿瓦斯的突出给国家和人民的生命财产带来了巨大的损失,本文针对采煤工作面煤矿瓦斯突出危险等级评判存在的信息检测智能化程度低、预测技术不完善、缺乏系统的防突决策理论与方法等问题,开展工作面煤矿瓦斯突出危险等级人工智能评判技术研究,研究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。
  本文在分析了煤矿瓦斯突出的机理的基础上,对影响煤矿瓦斯突出的各重要指标进行了全面的分析,并且在关键指标的测量方法上做了研究。针对采掘面煤矿瓦斯的突出等级具有不确定性,由于模糊神经网络具有处理不确定性信息的能力,建立了基于模糊神经网络的煤矿瓦斯突出危险等级的评判框架,推导了模糊神经网络的算法,并且研究了模糊神经网络的设计过程,通过MATLAB实例仿真验证了该方法的有效性,并且与BP神经网络的评判结果做了对比,说明了使用模糊神经网络拥有比较高的精度性。但也指出了使用模糊神经网络主要获得采掘面局部点的融合结果,仅仅依靠观察几个或者单个点的评判结果就对采掘面的瓦斯突出危险等级做出评判会造成一定的误差。
  D-S证据理论具有处理不确定性信息的能力,具有决策准确的优点,建立了基于D-S证据理论的煤矿瓦斯突出危险等级评判框架,并对D-S证据理论的评判算法进行了研究。通过实例验证了使用该方法进行决策的准确性和清晰性,但也指出了获得运用D-S证据理论所需的基本概率函数是比较困难的。
  针对使用模糊神经网络仅仅能获得采掘面局部点的融合结果的特点,但构建基本概率函数比较简单的优点,而 D-S证据理论构建基本概率函数困难但决策准确的特点。本文最后将两种评判方法结合在一起,建立了基于模糊神经网络和D-S证据理论的煤矿瓦斯突出等级综合评判框架,先通过模糊神经网络进行局部融合,再用 D-S证据理论进行全局融合,对具体的融合过程做了详细的研究。通过MATLAB实例仿真研究,证明了所用的综合评判方法更高的精度性和清晰性,比单独使用一种方法评判的精度要高。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号