广义rbf神经网络在煤矿冲击地压预测上的应用

《广义rbf神经网络在煤矿冲击地压预测上的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第29卷第12期信号处理Vo1．29No．122013年12月JOURNALOFSIGNALPROCESSINGDec．2013广义RBF神经网络在煤矿冲击地压预测上的应用李焱，马尽文(1．北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室北京100871；2．黑龙江科技大学理学院哈尔滨150027)摘要：本文将广义径向基函数(RBF)神经网络应用于华丰煤矿实测的煤矿中冲击地压数据的建模和短期预报。在网络设计上，本文采用了贝叶斯阴阳(BYY)和谐学习算法进行网络隐单元个数的确定和参数初始值的选取，而在参数学习上，本文则采用了同步LMS学习算法。实验

2、结果表明，这种基于广义RBF神经网络的预测方法在精度和速度上有了显著的优势，能够满足在工程应用中的实际要求。关键词：RBF神经网络；贝叶斯阴阳和谐学习；矿山冲击地压；预测中图分类号：TP183文献标识码：A文章编号：1003—0530(2013)12—1689—07TheApplicationofGeneralizedRBFNeuralNetworktoMineRockburstPredictionUYan一MAJin．wen(1．DepartmentofInformationScience，SchoolofMathematicalSciencesandLM

3、AM，PekingUniversity，Beijing100871；2．CollegeofScience，HeiliangjiangUniversityofScienceandTechnology，Harbin，150027)Abstract：Inthispaper，thegeneralizedRa~alBasisFunction(RBF)neuralnetworkisappliedtotheshort—termpre·dictionofminerockburstonareal—wodddatasetrecordedbyHuafengMineCompany．

4、Foritsnetworkdesignandparameterlearning，theBayesianYing—Yang(BYY)harmonylearningalgorithmandthesynchronousLMSlearningalgorithmareuti—lized，respectively．ItisdemonstratedbytheexperimentalresuhsthatthisgeneralizedRBFneuralnetworkbasedminerockburstpredictionmethodhasobviousadvantagesof

5、bothpredictionaccuracyandconvergencespeed，andcansatisfythepracticalrequirementsofengineeringapplication．Keywords：RBFneuralnetwork；BYYharmonylearning；minerockbumt；prediction趋频繁，严重威胁着煤炭的安全生产，因此如何根1引言据煤矿的实际地质和采矿的技术条件进行针对性煤矿中冲击地压是由于井巷和采场周围的煤的冲击地压的预测与防治是保证矿井安全生产的岩体中所聚积的弹性变形势能在一定条件下的突重要措

6、施。近年来随着多学科在矿山灾害预测然猛烈释放，导致岩石爆裂并弹射出来的现象。作领域的应用增强及大量微震设备和技术引入煤矿，为煤矿开采中发生的主要灾害之一，它会对地下硐对于冲击地压预测的探索也不断地发展并逐步趋室、人员、设备以及地面建筑物造成强烈的破坏。于成熟。。。随着我国煤矿开采深度逐年增加，冲击地压显现日目前，神经网络模型和方法已经被广泛地应用收稿日期：2013—07—18；修回日期：2013—09—29基金项目：教育部博士点基金项目20100001110006的资助1690信号处理第29卷到工程技术领域中。很自然，不少学者试图将神2预测模型与学习算法经网

7、络方法应用到冲击地压预测上，其中典型的预测方法包括：利用多层感知机和BP算法与主2．1RBF神经网络模型成分分析相结合的方法、基于异步迭代算法RBF神经网络由三层组成，其结构如图1所的神经网络方法¨和神经网络与灰色理论相结示。输入层由一些感知单元组成，它们将网络与外合的方法¨。这些神经网络方法在冲击地压的界环境连接起来；第二层是网络中仅有的一个隐预测上提高了精度，其显著特点和优势在于能够层，其作用是对输入信号进行非线性变换。在一般直接通过对实际数据的学习建立预测模型，无需情况下，隐层包含着较多的单元，所形成的中间数了解复杂的地质构造和力学机制，这无疑给冲击据

8、具有较高的维数。输出层是由一组线性单元组地压的预’狈