基于模糊模块化神经网络的煤矿安全性评价_图文.doc

第3期 训练样本 样本 15 样本 19 样本 20 样本 21 样本 22 样本 23 样本 24 样本 25 样本 26 样本 27 刘兰翠 , 等 基于模糊模块化神经网络的煤矿安全性评价 实际值 y 0 5 0 7 0 7 0 3 0 7 0 7 0 3 0 7 0 7 0 7 训练结果 y * 0 488 146 0 705 299 0 643 569 0 301 139 0 707 155 0 695 177 0 298 907 0 698 908 0 701 170 0 699 931 误差平方和 Q 0 040 1 误 差 | y- y * } / y 0 023 71 0 007 57 0 080 62 0 003 80 0 010 22 0 006 89 0 003 64 0 001 56 0 001 67 0 000 10 37 0 011 854 0 005 299 0 056 431 0 001 139 0 007 155 0 004 823 0 001 093 0 001 092 0 001 170 0 000 069 表 2 模型检验样本数据的预 测值与实际值的对比 训练样本 样本 7 样本 8 样本 9 样本 16 样本 17 样本 18 样本 28 样本 29 样本 30 参考文献 [ 1] [ 2] [ 3] [ 4] [ 5] 王士同 赵莉萍 神经模糊系统及其应用 [ M ] 北京 北京航空航天大学出版社 , 1998 197- 192, 210- 245 筑路机械与施工机械化 , 2001, 18 预测 , 1998 3 王利明 , 张聪 基于模糊神经网络的筑路机械生产率预测方法 [ J] 实际值 y 0 7 0 5 0 5 0 7 0 7 0 5 0 7 0 7 0 5 训练结果 y * 0 619 198 0 432 457 0 543 929 0 625 414 0 691 126 0 567 494 0 687 843 0 672 816 0 556 503 误 差 | y- y * } / y 0 115 43 0 135 09 0 087 86 0 106 55 0 012 68 0 134 99 0 017 37 0 038 83 0 113 01 0 080 802 0 067 543 0 043 929 0 074 586 0 008 874 0 067 494 0 012 157 0 027 184 0 056 503 基于模糊神经网络的综合评判方法研究 [ J] Lee Hahn- M ing, Lin Fu- T yan, Chen Jyh- M ing Journal of Inf ormat ion Science and Engineering, 1997, 13 2 Y Tsukamoto. A n approach t o f uzzy reasoning [ C] In M M Cupta, R K Ragade, R R Yager Advances in f uzzy set t heory and applica t ions. Amst erdam N ort h H olland, 1979 [ 6] Y Lin, C A Cuningham[ I] A new approach t o fuzzy neural syst em modeling[ J] IEEE Transanct ions on Fuzzy System, 1997, 3 2 190 198 Safety assessment of coal mine based on fuzzy modular neural network L IU L an- cui1 , ZHU Ming 1 , YANG Zhong 2 1 Dept . of Resource and Environment Engineering, Hebei Institute of T echnology, T angshan H ebei 063009, China; 2 Kailuan Group Corp. Lt d, T angshan H ebei 063018, China Key words safety; assessm ent ; index syst em; fuzzy modular neural netw ork Abstract T his paper first celect s those inds which can reflect t he dynamic changes of coal mine safety sys t em. T hen t he saf et y assessment model of coal mine is est ablished through combining it and f uzzy modular neural net work t heory and used to assess the saf et y of Kailuan Coal Mine. Its applicat ion shows us t hat t his model is feasible t o coal mine saf et y assessment.