基于连续小波神经网络的华北型煤田底板破坏深度预测研究

来源 :山东煤炭科技 | 被引量 : 0次 | 上传用户:xulinsheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
根据全国典型煤矿底板破坏深度的实测资料,应用Matlab软件的分析功能,对煤层采深、倾角、采厚、工作面斜长、底板抗破坏能力五个在底板破坏中发挥主要作用的影响因子进行全面分析[1],利用小波神经网络对华北型煤田底板破坏深度进行了预测,发现基于连续小波神经网络的预测模型与实测结果更接近,能够在底板破坏深度预测中发挥借鉴作用。
其他文献
大肠腺瘤是大肠癌前病变,而复发的腺瘤比原发腺瘤具有更高的癌变危险性。我们自1999年4月~2003年5月对102例大肠腺瘤复发患者进行内镜下综合治疗,效果良好,现报告如下。
针对上层煤采动条件下煤层底板破坏这一实际问题,采用数值模拟试验和相似材料试验的方法对工作面不同推进距离底板破坏特征进行研究,确定了采动条件下底板的破坏特征与工作面
摘要:涉及一种基于滚动式地铁人流量混合预测方法,采用的是双预测算法,双预测通道的模式;双预测方法指的是预测用到了ELM神经网络和LSSVM两种算法混合组成。双预测通道指的是采用两个不同的滚动序列基数进行预测。最后根据不同方式确定权重大小,并且得到混合预测数据模型。  关键词:ELM;LSSVM;滚动;权重;混合  DOI: 10.396 9/j.issn.1 005-5 517.2 01 8.7.
针对珙泉煤矿大倾角长距离下运倾斜巷道安全高效运输的问题,运用理论分析和计算,并结合现场14采区运输斜巷的实际情况,设计了14采区运输斜巷总体带式运输技术方案;具体设计了