基于神经网络和Dempster-Shafter信息融合的煤岩界面预测
来源期刊:煤炭学报2003年第1期
论文作者:熊诗波 梁义维
关键词:煤岩界面; 神经网络; D-S理论; 预测;
摘 要:针对煤岩界面识别精度无法满足采煤机自动调高的情况,提出采用神经网络融合工作面的三边信息,使用D-S证据理论再将此信息和不断获得的煤岩界面识别信息进行二次融合,从而实现在线融合和在线预测,不断提高预测精度.仿真结果显示:该方法不仅对地质条件好的工作面有效,而且对断层也有一定的适应性;同时,具有优良的容错性.
熊诗波1,梁义维1
(1.太原理工大学,机械工程学院,山西,太原,030024)
摘要:针对煤岩界面识别精度无法满足采煤机自动调高的情况,提出采用神经网络融合工作面的三边信息,使用D-S证据理论再将此信息和不断获得的煤岩界面识别信息进行二次融合,从而实现在线融合和在线预测,不断提高预测精度.仿真结果显示:该方法不仅对地质条件好的工作面有效,而且对断层也有一定的适应性;同时,具有优良的容错性.
关键词:煤岩界面; 神经网络; D-S理论; 预测;
【全文内容正在添加中】