留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

DHNN模型在岩爆烈度分级预测中的应用研究

徐佳 陈俊智 刘晨毓 王佳信 龙刚 李春义

徐佳,陈俊智,刘晨毓,等.DHNN模型在岩爆烈度分级预测中的应用研究[J].工矿自动化,2018,44(1):84-88..  doi: 10.13272/j.issn.1671-251x.2017050027
引用本文: 徐佳,陈俊智,刘晨毓,等.DHNN模型在岩爆烈度分级预测中的应用研究[J].工矿自动化,2018,44(1):84-88..  doi: 10.13272/j.issn.1671-251x.2017050027
XU Jia, CHEN Junzhi, LIU Chenyu, et al. Application research of DHNN model in prediction of classification of rockburst intensity[J]. Industry and Mine Automation, 2018, 44(1): 84-88. doi: 10.13272/j.issn.1671-251x.2017050027
Citation: XU Jia, CHEN Junzhi, LIU Chenyu, et al. Application research of DHNN model in prediction of classification of rockburst intensity[J]. Industry and Mine Automation, 2018, 44(1): 84-88. doi: 10.13272/j.issn.1671-251x.2017050027

DHNN模型在岩爆烈度分级预测中的应用研究

doi: 10.13272/j.issn.1671-251x.2017050027
基金项目: 

国家自然科学基金资助项目(U1602232)

详细信息
  • 中图分类号: TD31

Application research of DHNN model in prediction of classification of rockburst intensity

  • 摘要: 针对现有岩爆预测方法权重的确定带有随意性和主观性问题,提出了一种岩爆烈度分级预测的离散Hopfield神经网络(DHNN)模型。该模型选取应力系数、岩石脆性系数及弹性能量指数作为评价指标,将岩爆等级分为强岩爆、中等岩爆、弱岩爆及无岩爆4级,然后进行编码,不需要对样本数据进行归一化处理,只需转换成“1”和“-1”的二值型模式,编码简单,网络迭代次数少,具有很好的联想记忆功能,使岩爆烈度分级预测更加科学合理,可为深部地下工程岩爆烈度分级预测提供一种新途径。典型岩爆工程实例预测结果证明了该模型的正确性。

     

  • 加载中
计量
  • 文章访问数:  45
  • HTML全文浏览量:  1
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 刊出日期:  2018-01-10

目录

    /

    返回文章
    返回