论文部分内容阅读
结合粗集理论的属性约简功能和人工神经网络的非线性映射特性，提出了煤与瓦斯突出的一种预测方法。首先用粗集理论对训练样本进行属性约简和降噪，然后将经过预处理的训练样本代人神经网络进行训练，获得稳定的网络结构，最后用训练好的神经网络对待测样本进行预测。实际应用表明：瓦斯压力、瓦斯放散速度、地质构造、煤的坚固性系数和开采深度是煤与瓦斯突出预测的必要指标；粗集神经网络模型具有较高的预测精度和良好的实用性，是一种十分有效的煤与瓦斯突出预测方法。