固体废弃物膏体充填料浆质量的神经网络研究

详细信息   全文下载|推荐本文 |

• 出版年：2008
• 作者：何荣军；张丽；周华强；武龙飞
• 单位1：重庆工程职业技术学院
• 出生年：1981
• 学历：硕士
• 语种：中文
• 作者关键词：固体废弃物膏体充填；充填料浆质量；神经网络；遗传算法
• 起始页：352
• 总页数：5
• 刊名：采矿与安全工程学报
• 是否内版：否
• 刊频：季刊
• 创刊时间：1984
• 主办单位：中国矿业大学；中国煤炭工业劳动保护科学技术学会
• 主编：缪协兴
• 地址：江苏徐州中国矿业大学
• 邮编：221008
• 电子信箱：gpsc@cumt.edu.cn
• 网址：http://ksyl.chinajournal.net.cn；http://www.cumt.edu.cn
• 卷：25
• 期：3
• 期刊索取号：P706 730
• 数据库收录：全国中文核心期刊；首届中国高校特色科技期刊；《CAJ-CD规范》执行优秀期刊；《中国科技论文在线》来源期刊；中国学术期刊综合评价数据库来源期刊；中国期刊网和中国学术期刊（光盘版）收录期刊
• 核心期刊：全国中文核心期刊

摘要

固体废弃物膏体充填在我国煤炭系统是一种新的胶结充填模式.充填料浆质量的研究至关重要.它是一典型的多输入、多输出、非线性的模糊模型.一方面，运用神经网络结合遗传算法构造了膏体充填料浆质量的隐式模型，建立该模型的方法以神经网络为基础，用遗传算法来学习神经网络的权系数，既保留了遗传算法的强全局随机搜索能力，又具有神经网络的鲁棒性和自学习能力.该模型具有较强预测能力，为优化固体废弃物膏体充填料浆质量的影响因素提供了理论依据.另一方面，利用已训练好的膏体充填料浆质量模型获得遗传算法，对充填料浆质量的影响因素进行优化，该法在配比设计时，可在较少的试验次数下获得较好的配比.