基于matlab的神经网络动态安全预测方法与应用

基于matlab的神经网络动态安全预测方法与应用

ID:34159689

大小:184.17 KB

页数:4页

时间:2019-03-03

基于matlab的神经网络动态安全预测方法与应用_第1页
基于matlab的神经网络动态安全预测方法与应用_第2页
基于matlab的神经网络动态安全预测方法与应用_第3页
基于matlab的神经网络动态安全预测方法与应用_第4页
资源描述:

《基于matlab的神经网络动态安全预测方法与应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、维普资讯http://www.cqvip.com煤炭工程2004年第3期基于MATLAB的神经网络动态安全预测方法与应用江洪清。,梁汉东,高永奎(1.中国矿业大学(北京校区)煤炭资源教育部重点实验室,北京1000832.沈阳矿业集团西马煤矿,辽宁辽阳111302)摘要:现有的矿井安全监测系统一般采用实时采集数据的方法,在达到危险限时给出警报。如果能够在达到危险限前给出预警,现场提前采取安全措施,就有可能避免事故的发生。论文在MATLAB神经网络工具箱的基础上实现基于时序的神经网络动态预测方法,通过采用快速的L—M算法,提高神经网络训练的速度与精度,实现煤矿安全监测数据的连续

2、预测与提前预警。并以一种相对简单的途径实现了神经网络这种复杂而有效的非线性预测方法。关键词:煤矿安全;动态预测;BP神经网络;LM算法;MATLAB编程中图分类号:TP183文献标识码:B文章编号:16710959(2004)03—0072—04人工神经网络(ANN),是在对大脑生理研究式,其结果便以数值或图形方式显示出来。MAT—的基础上,用模拟生物神经元的某些基本功能组件LAB编程运算与人进行科学计算的思路和表达方式(即人工神经元),按各种不同的联结方式组织起来完全一致,而且无需定义数组的维数,并给出矩阵的一个网络。其目的在于模拟大脑的某些机理与机函数、特殊矩阵专门的库

3、函数,使之在求解诸如信制,实现某个方面的功能。它是一种不需要选取基号处理、建模、系统识别、控制、优化等领域的问函数系的非线性函数逼近方法,具有自学习、自组题时,显得大为简捷、高效、方便,这是其它高级织和自适应的特征,还兼备并行结构和并行处理、语言如BASIC、FORTRAN和C等所不能比拟的,知识的分布存储、容错性等优越性,是近年来人工因而更容易掌握。智能计算的一个重要学科分支。神经网络的实现方1时间序列的神经网络预测模型案可分为基于传统计算机技术(包括:软件模拟、并行处理器阵列、传统计算机的加强等)和基于直时间序列未来值的预测是极常见的问题,矿井接硬件实现(包括:VLSI

4、技术、光学等),但目前安全领域有大量的时间序列数据需要预测和处理,最常用的方法还是软件模拟。由于这需要掌握计算如自然发火预测、瓦斯涌出预测等等。由于时间序机编程语言和较高的编程技巧,因此不利于神经网列的数据往往含有大量的噪声,传统的回归方法在络技术的推广和应用,所以国际上许多公司和研究处理含噪声的数据时却明显存在处理能力薄弱的问单位设计了通用的ANN模型库,MATLAB环境下题,具有典型非线性动力学特性的人工神经网络在的神经网络工具箱就是其重要代表。处理含有噪声的数据及其预测方面则具有很强的处MATLAB是MathWorks公司推出的一套高性理能力,因而在安全预测领域有着广

5、阔的研究与应能的数值计算和可视化软件,它集数值分析、矩阵用前景。运算、信号处理和图形显示于一体,构成了一个方基于时序的预测可以分为短期、中期和长期预便的、界面友好的用户环境。在这个环境下,对所测。就基于神经网络矿井安全的中、长期预测以有要求解的问题,用户只需要简单地列出数学表达许多方法,也取得一定的效果。但面对不断发生的收稿日期:20031127基金项目:国家自然科学基金资助项目(50274070)作者简介:江洪清(1976),男,辽宁人,中国矿业大学北京校区硕士研究生,主要研究方向为煤矿安全,参与两项国家自然科学基金项目(40072055,50274070)。72维普资讯

6、http://www.cqvip.com2004年第3期煤炭工程矿井事故,我们也应考虑能否在事故发生前给出事■、量誓出量故预警,预留更多时间以采取安全措施,从而减少厂_、厂————————_’、损失甚至避免事故的发生。为此,我们利用MAT—LAB优越的数值计算功能,在其提供的神经网络工具箱的基础上开发出基于时间序列神经网络的瓦、I..:...............’.::............斯涌出量预测程序,其预测时间只需几秒,完全能¨ll、{hhhJpgrdin{Whjahi)够适应井下瓦斯实时监控系统的时间频率(15s),图l网络结构及时给出预测结果。1.1BP神

7、经网络模型1.2BP神经网络的学习理论上,任何一个网络,只要能接受实际矢量BP算法是一种有指导的学习算法,依靠调节为输入,并且能产生实际输出,都可以用于时间序各层的权值使网络学会训练样本所表达的规律。训列的预测。由Rumelhart等人提出的解决多层神经练样本由输入输出对(”×q)和T(×q)组成,网络权值修正的算法一误差反向传播法(ErrorBack输入分量P通过与权值分量w相乘再加上偏差B—Propagation),简称BP算法,是目前神经网络在就构成神经元激活函数厂(·)的输入。学习的目的实际应用中使用最广泛

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。