基于神经网络和D-S证据理论融合的瓦斯监测模型的研究

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：付华康海潮梁明广
• 会议时间：2011-06-01
• 关键词：瓦斯 ; 信息融合 ; LMBP算法 ; BP网络 ; D-S证据理论
• 作者单位：辽宁工程技术大学,辽宁省 葫芦岛,125105
• 母体文献：第21届全国煤矿自动化与信息化学术会议暨第3届中国煤矿信息化与自动化高层论坛论文集
• 会议名称：第21届全国煤矿自动化与信息化学术会议暨第3届中国煤矿信息化与自动化高层论坛
• 会议地点：北京
• 主办单位：中国煤炭学会
• 语种：chi

摘要

针对目前煤矿采用多传感器进行井下瓦斯监测难以做到快速性和精确性,本文提出了一种基于神经网络技术与D-S证据理论的多传感器数据融合方法。该方法用改进的BP网络来获取基本概率分配函数,采用D-S证据理论对网络输出结果进行信息融合,对井下瓦斯状态做出判断和决策。这样既利用了LMBP算法的快速收敛的优点,又发挥了D-S证据理论的表达和处理不确定信息的能力。实验结果表明,该方法可提高瓦斯监测信息的准确性和决策的快速性,提高了瓦斯监测系统的性能。