《表7 煤与瓦斯突出预测结果》
将公共因子前16组数据作为训练样本,最后3组数据作为预测样本。使用Matlab软件中BP神经网络工具箱创建BP神经网络,将3个公共因子作为输入层参数,将煤与瓦斯突出是否发生作为输出层参数,选用tansig函数和logsig函数分别作为隐含层神经元和输入层神经元转移函数,选用purelin函数和trainlm函数分别作为输出层激活函数和BP神经网络训练函数。对该改进模型进行多次训练,每次模型收敛时训练次数均小于100,凭借实践经验将模型最大训练次数设置限定为100,如不限定模型最大训练次数,模型也会因为相对误差满足目标训练误差要求而停止训练。设置BP神经网络训练误差为1×10-12,BP神经网络学习率为0.1,其余BP神经网络训练参数为默认值。用改进的BP神经网络模型计算,当模型训练到45步时,相对误差达到目标训练误差要求,模型训练结束。最后3组数据作为预测样本,检验改进的BP神经网络是否达到目标要求,预测结果见表7。
图表编号 | XD0030732400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 马晟翔、李希建 |
绘制单位 | 贵州大学矿业学院、复杂地质矿山开采安全技术工程中心、贵州大学瓦斯灾害防治与煤层气开发研究所、贵州大学矿业学院、复杂地质矿山开采安全技术工程中心、贵州大学瓦斯灾害防治与煤层气开发研究所 |
更多格式 | 高清、无水印(增值服务) |