注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于BP神经网络的煤矿通风系统安全评价

  2. 研究了BP神经网络的结构和L-M学习算法的步骤,通过分析煤矿通风系统,建立了多因素控制的煤矿安全评价指标体系。在此基础上,运用Matlab编制BP网络程序并利用导师信号对网络进行训练,建立了煤矿通风系统安全评价模型。仿真结果表明待校验样本的安全等级与实际情况相符,L-M算法收敛速度也满足要求。

  3. 所属分类：其它

    • 发布日期：2020-05-14
    • 文件大小：1011kb
    • 提供者：weixin_38608055

  1. 基于神经网络的煤矿安全评价分析

  2. 基于神经网络的煤矿安全评价分析，李新春，郭泗良，煤矿生产是一个复杂的系统，包含了人、机、环、管等众多影响因素，煤矿事故的发生是系统内部各因素相互作用的结果。对煤矿安全状

  3. 所属分类：其它

    • 发布日期：2020-01-28
    • 文件大小：260kb
    • 提供者：weixin_38529951

  1. 基于矿工不安全行为的煤矿安全预测评价模型

  2. 从研究人的不安全行为本身出发,将设计与使用、管理、行为失误这3个方面作为构建矿工不安全行为指标体系的影响因素。结合专家咨询和煤矿实际调研情况,尝试使用遗传算法优化神经网络,构建基于矿工不安全行为的煤矿安全预测评价模型。选取山东、河南等地大型煤矿的实时监测数据进行样本学习及实证分析。实例检验表明:安全预测评价模型短期的预测结果与实际情况相符合,能够提前对煤矿安全状况进行较为准确的预测。使用遗传神经网络算法实时的预测煤矿整体安全状况,通过反馈的结果反向作用于煤矿的安全管理决策,有利于为管理者提供决策

  3. 所属分类：其它

    • 发布日期：2020-05-30
    • 文件大小：220kb
    • 提供者：weixin_38752282

  1. AHP-RBF神经网络在煤矿安全风险评价中的应用

  2. 煤矿生产的复杂性导致煤矿事故具有动态、随机、模糊的特性,而且影响煤矿安全风险等级的指标众多,风险等级与风险指标之间呈现出复杂的非线性关系。传统的BP神经网络评价方法的准确率低,本文提出一套新的煤矿安全风险评价方法。首先建立煤矿安全风险指标体系,然后利用AHP确定各风险指标权重,并对其进行重要性排序,最后将RBF神经网络作为评价工具,建立基于AHP-RBF神经网络的煤矿安全风险评价模型。通过案例分析表明该模型能够科学有效的对煤矿安全状况进行评价。

  3. 所属分类：其它

    • 发布日期：2020-06-17
    • 文件大小：241kb
    • 提供者：weixin_38515270

  1. 基于BP模型的煤矿安全管理投入经济分析

  2. 为了合理利用有限资源,通过集成AHP与BP神经网络,建立煤矿安全投入综合评价模型,优化赋权,避免了局部最小点误差,使预测结果更加准确。同时考虑到煤矿系统安全投入不平衡的实际情况,结合西方经济学原理,调整生产函数中各要素投入量,利用已验证的BP网络进行二次预测。经验证优化投入会带来更高的经济效益,是未来发展的新方向。

  3. 所属分类：其它

    • 发布日期：2020-07-14
    • 文件大小：408kb
    • 提供者：weixin_38653691