本文關鍵詞：基于人工神經(jīng)網(wǎng)絡的煤礦安全評價研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：煤炭產(chǎn)業(yè)是我國國民經(jīng)濟的支柱產(chǎn)業(yè),對國民經(jīng)濟的發(fā)展起著至關重要的作用,但目前我國的煤礦安全現(xiàn)狀卻不容樂觀,煤礦事故傷亡發(fā)生率居世界首位,因而安全評價工作成為了煤礦企業(yè)安全管理的重要環(huán)節(jié)。本文選取具有高度非線性、容錯性、自組織的人工神經(jīng)網(wǎng)絡的方法對煤礦進行安全評價工作,主要研究工作如下： 一、經(jīng)過比較、分析傳統(tǒng)的安全評價方法,指出其具有“線性”、“局部性”和“確定性”的缺點,而神經(jīng)網(wǎng)絡評價方法具有自組織、自學習和高度非線性逼近的特點,便于聯(lián)想、綜合和推廣,從而確定了神經(jīng)網(wǎng)絡用于煤礦安全評價的可行性。 二、在充分了解煤礦生產(chǎn)系統(tǒng)特征的基礎上,根據(jù)煤礦安全風險指標體系設計原則,從煤礦固有風險因素、人員風險因素、設備風險因素、管理風險因素、環(huán)境風險因素五個方面建立了煤礦安全評價指標體系。 三、探討了BP人工神經(jīng)網(wǎng)絡隱含層層數(shù)和隱含層節(jié)點數(shù)的選取問題,確定了BP神經(jīng)網(wǎng)絡的網(wǎng)絡結構,利用MATLAB軟件編程,運行在MATLAB7.0的平臺上,分別采用BP神經(jīng)網(wǎng)絡的附加動量算法、彈性算法、L-M算法對煤礦進行評價,評價結果表明三種算法都可以完成煤礦的評價工作,但附加動量算法運算速度慢、步數(shù)多,彈性算法在逼近目標值方面存在欠缺,L-M算法不僅運算速度快、步數(shù)少、在逼近精度方面也是前兩種算法無法比擬的。 四、介紹了一種無論在精度逼近能力、分類識別能力還是網(wǎng)絡訓練速度方面都優(yōu)于普通BP神經(jīng)網(wǎng)絡的RBF神經(jīng)網(wǎng)絡。利用RBF神經(jīng)網(wǎng)絡對煤礦進行評價,評價結果顯示RBF神經(jīng)網(wǎng)絡比普通BP神經(jīng)網(wǎng)絡算法訓練速度快,時間短,精度高,可以和BP神經(jīng)網(wǎng)絡的L-M算法相媲美,能夠很好地完成煤礦的評價任務,應該得到大力推廣 本文的研究表明：人工神經(jīng)網(wǎng)絡評價方法與傳統(tǒng)的安全評價方法相比具有明顯的優(yōu)點,其可操作性強,評價結果精確,可以提高煤礦企業(yè)安全評價工作的效率。
【關鍵詞】：安全評價 指標體系 BP神經(jīng)網(wǎng)絡 RBF神經(jīng)網(wǎng)絡
【學位授予單位】：安徽理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TD77;TP183
【目錄】：

• 摘要5-6
• Abstract6-14
• 1 緒論14-22
• 1.1 研究背景及意義14-16
• 1.2 國內(nèi)外安全評價研究現(xiàn)狀16-19
• 1.2.1 國外煤礦安全評價現(xiàn)狀16-17
• 1.2.2 國內(nèi)煤礦安全評價現(xiàn)狀17
• 1.2.3 傳統(tǒng)安全評價方法存在的缺點17-18
• 1.2.4 神經(jīng)網(wǎng)絡的特點18
• 1.2.5 神經(jīng)網(wǎng)絡用于煤礦安全評價可行性18-19
• 1.3 本文研究目的和意義19-20
• 1.4 本文研究的內(nèi)容和技術路線20-22
• 1.4.1 主要研究內(nèi)容20
• 1.4.2 技術路線20-22
• 2 煤礦安全風險綜合評價指標體系的構建22-37
• 2.1 煤礦安全風險系統(tǒng)的特點分析22-26
• 2.1.1 煤礦安全風險評價系統(tǒng)的特點分析22-24
• 2.1.2 煤礦安全風險評價指標體系的設計原則24-26
• 2.2 安全風險指標體系的選擇基礎26-28
• 2.2.1 指標體系的設計流程步驟26-28
• 2.3 國內(nèi)煤礦安全風險因素分析28-34
• 2.3.1 煤礦安全風險因素29-31
• 2.3.2 各因素之間的相互作用31-34
• 2.4 煤礦安全風險綜合評價指標體系的結構34-36
• 2.5 評價指標分級36
• 2.6 本章小結36-37
• 3 人工神經(jīng)網(wǎng)絡理論37-44
• 3.1 人工神經(jīng)網(wǎng)絡模型37-39
• 3.1.1 人工神經(jīng)網(wǎng)絡模型37-39
• 3.1.2 神經(jīng)網(wǎng)絡模型的選取39
• 3.2 神經(jīng)網(wǎng)絡的結構類型39-41
• 3.3 神經(jīng)網(wǎng)絡的學習類型41-43
• 3.4 本章小結43-44
• 4 基于BP神經(jīng)網(wǎng)絡的煤礦安全評價44-71
• 4.1 BP神經(jīng)網(wǎng)絡模型44-45
• 4.2 BP神經(jīng)網(wǎng)絡算法45-49
• 4.2.1 BP神經(jīng)網(wǎng)絡標準學習算法45-48
• 4.2.2 BP神經(jīng)網(wǎng)絡算法的流程圖48-49
• 4.3 BP神經(jīng)網(wǎng)絡的參數(shù)選取49-52
• 4.3.1 網(wǎng)絡層數(shù)的確定49-50
• 4.3.2 各層神經(jīng)元數(shù)的確定50-51
• 4.3.3 學習率的選取51
• 4.3.4 初始權值和閾值的選取51-52
• 4.3.5 樣本數(shù)量的選取52
• 4.3.6 樣本預處理52
• 4.4 BP算法的缺點52-53
• 4.5 BP算法的改進53-56
• 4.5.1 批處理算法53-54
• 4.5.2 附加動量算法54
• 4.5.3 學習速率可變的BP算法54
• 4.5.4 彈性學習算法54-55
• 4.5.5 變梯度算法55
• 4.5.6 基于L-M學習算法55-56
• 4.6 基于BP神經(jīng)網(wǎng)絡的煤礦安全評價應用56-69
• 4.6.1 樣本的采集與處理56-59
• 4.6.2 BP神經(jīng)網(wǎng)絡的網(wǎng)絡結構設計59
• 4.6.3 BP神經(jīng)網(wǎng)絡訓練及結果分析59-69
• 4.7 本章小結69-71
• 5 基于RBF神經(jīng)網(wǎng)絡的煤礦安全評價71-83
• 5.1 RBF神經(jīng)網(wǎng)絡模型原理71-76
• 5.1.1 RBF神經(jīng)網(wǎng)絡神經(jīng)元模型71-73
• 5.1.2 RBF神經(jīng)網(wǎng)絡的數(shù)學基礎73-76
• 5.2 RBF神經(jīng)網(wǎng)絡的學習算法76-79
• 5.3 基于RBF神經(jīng)網(wǎng)絡的煤礦安全評價應用79-81
• 5.4 RBF神經(jīng)網(wǎng)絡與BP神經(jīng)網(wǎng)絡的比較分析81-82
• 5.5 本章小結82-83
• 6 結論83-85
• 6.1 所做的工作和結論83-84
• 6.2 本文的不足之處84
• 6.3 展望84-85
• 參考文獻85-90
• 致謝90-91
• 作者簡介及讀研期間主要科研成果91

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張昊;王琪潔;朱建軍;張曉紅;;樣本數(shù)據(jù)預處理對基于BP神經(jīng)網(wǎng)絡的GPS高程擬合的影響[J];大地測量與地球動力學;2011年02期

2 黎錦賢;胡千庭;;主成分分析法在煤礦安全評價中的應用[J];礦業(yè)安全與環(huán)保;2007年05期

3 謝賢平;趙梓成;;灰色聚類法在礦井通風系統(tǒng)評價中的應用[J];工業(yè)安全與防塵;1991年01期

4 羅景峰;許開立;;加權可變模糊評價法在煤礦安全評價中的應用[J];安全與環(huán)境學報;2011年04期

5 潘昊,陳杰,鐘珞;BP 神經(jīng)網(wǎng)絡結構與樣本訓練參數(shù)選取的初步探討[J];湖北工學院學報;1997年03期

6 姜紹飛;人工神經(jīng)網(wǎng)絡用于建筑工程領域的數(shù)據(jù)處理方法[J];哈爾濱建筑大學學報;1999年05期

7 孫佰清,潘啟樹,馮英浚,張長勝;提高BP網(wǎng)絡訓練速度的研究[J];哈爾濱工業(yè)大學學報;2001年04期

8 戴勇,盧穎,張愛茜,韓朔睽;應用徑向基函數(shù)網(wǎng)絡預測有機化合物的生物活性[J];環(huán)境科學;2000年04期

9 李果;許夢國;;礦山工作環(huán)境與人員安全生產(chǎn)之間的關系初探[J];黃金;2009年06期

10 丁凱峰,樊思齊;基于RBF網(wǎng)絡的航空發(fā)動機辨識模型[J];航空動力學報;2000年02期

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 王吉權;BP神經(jīng)網(wǎng)絡的理論及其在農(nóng)業(yè)機械化中的應用研究[D];沈陽農(nóng)業(yè)大學;2011年

2 李江;煤礦動態(tài)安全評價及預測技術研究[D];中國礦業(yè)大學;2008年

3 張洪杰;煤礦安全風險綜合評價體系及應用研究[D];中國礦業(yè)大學;2010年

  本文關鍵詞：基于人工神經(jīng)網(wǎng)絡的煤礦安全評價研究，由筆耕文化傳播整理發(fā)布。

本文編號：271433