基于改进BP神经网络的煤矿冲击地压预测方法研究
王雨虹
刘璐璐
付华
徐耀松
摘要：为有效预测与防治煤矿冲击地压灾害的发生,将声发射技术与神经网络结合,把声发射活动的特征参数作为基础数据,针对BP神经网络收敛速度慢且易陷入局部极值等问题,改进BP神经预测网络.采用粒子群优化算法对BP神经网络进行优化,利用粒子群算法训练BP神经网络的权值和阈值.结果表明:在训练误差均要求达到0.001的情况下,与未经优化的传统BP神经网络相比,粒子群优化过的BP神经网络的收敛速度要较其加快了4～5倍,证明该预测方法具有收敛速度快,预测精度高等特点,在煤矿冲击地压预测的应用中具有可行性与有效性,为煤矿灾害的预测提供了理论支持.
关键词：冲击地压声发射神经网络粒子群优化
分类号：TD32(矿山压力与支护)
论文发表日期：2017-01-01
英文信息