矿业工程研究
礦業工程研究
광업공정연구
MINERAL ENGINEEERING RESEACH
2013年
3期
6-9
,共4页
围岩稳定性%稳定性分类%概率神经网络(PNN)%安全%煤矿
圍巖穩定性%穩定性分類%概率神經網絡(PNN)%安全%煤礦
위암은정성%은정성분류%개솔신경망락(PNN)%안전%매광
针对巷道围岩稳定性与影响因素之间存在复杂非线性关系,对煤矿回采巷道围岩稳定性影响因素进行了分析,建立围岩稳定性分类指标体系；介绍了概率神经网络(PNN)的基本原理,构建了基于PNN的巷道围岩稳定性分类模型,并利用Matlab工具箱编程对模型性能进行了检验和工程应用,当径向基扩散系数6.30≥spread≥0.64时,样本分类准确率为100％,样本分类时间小于4ms.结果表明,基于PNN的巷道围岩稳定性分类模型识别能力强,运行速度快,计算效率高,可以进行推广应用.
針對巷道圍巖穩定性與影響因素之間存在複雜非線性關繫,對煤礦迴採巷道圍巖穩定性影響因素進行瞭分析,建立圍巖穩定性分類指標體繫；介紹瞭概率神經網絡(PNN)的基本原理,構建瞭基于PNN的巷道圍巖穩定性分類模型,併利用Matlab工具箱編程對模型性能進行瞭檢驗和工程應用,噹徑嚮基擴散繫數6.30≥spread≥0.64時,樣本分類準確率為100％,樣本分類時間小于4ms.結果錶明,基于PNN的巷道圍巖穩定性分類模型識彆能力彊,運行速度快,計算效率高,可以進行推廣應用.
침대항도위암은정성여영향인소지간존재복잡비선성관계,대매광회채항도위암은정성영향인소진행료분석,건립위암은정성분류지표체계；개소료개솔신경망락(PNN)적기본원리,구건료기우PNN적항도위암은정성분류모형,병이용Matlab공구상편정대모형성능진행료검험화공정응용,당경향기확산계수6.30≥spread≥0.64시,양본분류준학솔위100％,양본분류시간소우4ms.결과표명,기우PNN적항도위암은정성분류모형식별능력강,운행속도쾌,계산효솔고,가이진행추엄응용.
