期刊文献+

基于混合算法人工神经网络的回采巷道锚杆支护参数预测 被引量:4

Prediction of the bolt supporting parameters of mining tunnels with the artificial neural networks based on mixed learning algorithm
下载PDF
导出
摘要 回采巷道锚杆支护参数的确定, 一直是煤巷支护设计的重点和难点. 本文尝试应用误差逆传播和模拟退火混合算法人工神经网络预测锚杆支护参数, 结果表明这一方法具有快速、简便、实用和智能化特点, 可大大提高锚杆支护参数选择的科学性、合理性和有效性. To determine the mining tunnel bolt?supporting parameters is important but difficult in coal tunnel supporting design all the time.The authors have tried to use the mixed learning algorithm of error back propagation and simulated annealing algorithm to predict the bolt?supporting parameters.The result indicates that this method is speedy,easy,practical and intelligent.The selection of the bolt?supporting parameters will be more scintifical,rational and effective in this way.
出处 《焦作工学院学报》 CAS 1999年第6期402-405,共4页 Journal of Jiaozuo Institute of Technology(Natural Science)
关键词 回采巷道 锚杆支护 神经网络 预测 mining tunnel bolt-supporting neural network prediction
  • 相关文献

参考文献4

  • 1胡守仁.神经网络导论[M].北京:国防科大出版社,1995.113.
  • 2焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1992..
  • 3薛亚东.回采巷道围岩结构特征与锚杆支护参数设计[M].太原:太原理工大学采矿系,1996.74-80.
  • 4王凌,郑大钟.前向网络的两种混合学习策略[J].清华大学学报(自然科学版),1998,38(9):95-97. 被引量:10

二级参考文献2

共引文献159

同被引文献35

引证文献4

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部