基于BP神经网络在煤矿瓦斯预警系统中的应用.pdf

《基于BP神经网络在煤矿瓦斯预警系统中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、·142·科技论坛基于BP神经网络在煤矿瓦斯预警系统中的应用张超（安徽理工大学，安徽淮南232001）摘要：煤矿瓦斯的监控与预警始终是矿山安全领域的重大课题，本文提出一种基于BP神经网络在瓦斯预警系统方面的应用，通过训练样本数据，来判断监测点是否会发生瓦斯灾害，如果发生瓦斯灾害，采取相应应急措施。关键词：BP神经网络；瓦斯预警；样本训练1概述煤矿瓦斯预警问题是一个受多种因素综合影响的、复杂的、非线性的高维问题，传统的方法往往难以奏效，寻求一种有效的煤与瓦斯突出预测方法一直是煤矿地质工作者积极探索和研究的方向。目前，对瓦斯浓度进行预测主要有

2、三种方法：①基于经验知识。这种方法的准确性取决于设计者的理论知识与实践经验的可靠程度；②基于数学模型。这种方法依赖于数学模型的完备性和建模指标的选择等客观因素，目前对瓦斯事故因素的研究还很有限，很难建立完备的数学模型；③基于黑箱图1BP神经网络模型理论。这种方法强调在现有输入条件下，输出结果的正确性，避免了知识获取的“瓶颈”问题。将其与人工智能领域的最新技术，如BP神经网，其中η为学习效率。络相结合是目前广泛使用的预测方法。2BP神经网络和算法在输出层，对于从第j个输入到第i个输出的权值、阈值调整量BP神经网络的基本思想是，学习过程由信号

3、的正向传播与误差的为：反向传播两个过程组成。正向传播时，输入样本从输入层传入，经各隐层逐层处理后，传向输出层。若输出层的实际输出与期望的输出不符，则转入误差的反向传播阶段。误差反传是将输出误差以某种形式通过隐层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各在隐层，对于从第k个输入到第j个输出的权值、阈值调整量为：层单元的误差信号，此误差信号即作为修正各单元权值的依据。这种信号正向传播与误差方向传播的各层权值调整过程，是周而复始地进行的。权值不断调整的过程，也就是网络的学习训练过程。此过程一直进行到网络输出的误差减少到可接受的程

4、度，或进行到预先设定的学习次数为止。在多层前馈网的应用中，以单隐层网络的应用最为普遍。一般习惯3瓦斯浓度预警模型的建立和训练将单隐层的前馈网称为三层前馈网，所谓三层包括了输入层、隐层和输瓦斯浓度是一种离散的时间序列数据。设第t时刻的瓦斯浓度为出层。X，则X=f(Xt)其中Xt=(X,XX….X)。f(x)为一非线性连续函数。f(x)ttt-1t-2t-3t-t图1是含一个隐层的三层网络拓扑结构图，它由输入层X（m个刻画了生成这一时间序列的动态机制。只要找到合适的f(x)，就能对这一节点），隐层R（p个节点）和输出层Y（n个节点）组成，对应

5、的激活函数时间序列做出适当的预测。而BP网络对非线性函数的逼近特别适合，f(x)取Sigmoid函数，即：f(x)=1/(1+ex)对于输入样本X=(x,x…x)，其相应对于这种高度的非线性关系，选取BP网络建模，既清晰又明了。建立预12m的网络输出目标矢量（即实测值）为Y=(yl，y2…yn)，学习的目的是用网络测模型，选用三层结构BP网络：输入层、一个隐层和输出层，进行预测。的每一次实际输出YS=(ys1,ys2…ysm)与目标矢量Y之间的误差，通过梯其中，输入层表示前时间前五个间隔时间点瓦斯浓度的观测值。输出层度下降法来修改网络权值

6、与阈值，使网络输出层的误差平方和达到最表示当前时间起间隔时间点后的瓦斯浓度观测值。各层之间的节点采小，从而使输出矢量在理论上逐渐接近目标。用全互连方式，同层内的节点不连接。从输入层到隐含层和隐含层到输训练一个BP网络，可先计算网络加权输入矢量以及网络输出和出层的传递函数均采用S型函数。误差矢量，然后求得误差平方和。当所训练矢量的误差平方和小于误差模型初始参数和样本选取之后，初始权值和阈值是随机函数生成，目标，则训练停止，否则在输出层计算误差变化，采用逆向传播学习规然后通过Matlab7软件对BP神经网络进行训练。则来调整权值，并不断重复此

7、过程。当网络完成训练后，最后以泛化方4结论式给出输出结果。这样我们就可以得到，隐层R的第j个神经元的输本文主要对瓦斯灾害预测预警模型进行研究。介绍了BP网络神经出为：（图1）及其算法。BP算法用于具有非线性转移函数的三层前馈网后可以以任意精度逼近任何非线性函数，这一非凡优势使BP网络得到越来越广泛的应用。并且通过对学习样本的增多，预测精度和泛化能力将进一步式中wjk为隐含层第j个神经元与输入层第k个神经元之间的权提高，确保了安全监控系统实时监测、监控的能力，提高了安全生产的值：xk为输入层第k个神经元的值；bj为隐含层第j个神经元的阀值；

8、抗灾能力，使安全监控系统在煤矿安全生产中真正起到实质性的作用。同理，输出层Y第i个神经元的输出为：参考文献[1]董科，张志明.BP神经网络在瓦斯预警中的应用[J].内江科技，2010，5.[2