BP神經(jīng)網(wǎng)絡(luò)在煤巷圍巖穩(wěn)固性分類中的應(yīng)用大綱:煤巷圍巖穩(wěn)固性受好多要素的影響,各要素間有著復(fù)雜的非線性關(guān)系。BP神經(jīng)網(wǎng)絡(luò)對輸入的樣本擁有很強的鑒別與分類能力,可以實現(xiàn)精確的非線性展望。本文應(yīng)用MATLAB語言,成立了合用于煤巷圍巖穩(wěn)固性分類的BP神經(jīng)網(wǎng)絡(luò),擁有很好的議論鑒別成效。要點詞:BP神經(jīng)網(wǎng)絡(luò)MATLAB圍巖穩(wěn)固性1前言目前,一些礦區(qū)煤巷的支護設(shè)計仍采納經(jīng)驗類比的方法,不一樣的巷道,錨桿支護部署參數(shù)相同,造成了有些巷道支護方式存在著安全隱患,有些存在著經(jīng)濟上的浪費。問題的主要原因是支護設(shè)計者對煤巷圍巖穩(wěn)固性缺少科學(xué)的判斷手段。影響煤巷圍巖穩(wěn)固性的要素好多,它們與煤巷圍巖穩(wěn)固性之間體現(xiàn)出一種非線性關(guān)系,用傳統(tǒng)的數(shù)學(xué)方法很難擬合。BP神經(jīng)網(wǎng)絡(luò)對輸入的樣本擁有很強的鑒別與分類能力,可以很好地解決對非線性曲面的迫近問題。本文應(yīng)用MATLAB語言,成立了合用于煤巷圍巖穩(wěn)固性分類的BP神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)2.1神經(jīng)元神經(jīng)元是神經(jīng)網(wǎng)絡(luò)的基本辦理單元,表現(xiàn)為一個多輸入、單輸出的非線性器件,結(jié)構(gòu)模型如圖:此中,χj為輸入信號,ωij為χj的權(quán)植,ui為第i個神經(jīng)元的內(nèi)部狀態(tài),θi為閾值,輸入χj乘以權(quán)值ωij獲得ωijχj,送入累加器累加,而后偏置θi值,送入一個傳達函數(shù)f,在f中產(chǎn)生神經(jīng)元的輸出yi。神經(jīng)元可表示為:2.2多層神經(jīng)網(wǎng)絡(luò)每層有各自的輸入向量X、權(quán)值矩陣W、偏置值向量θ和輸出向量Y,用上標(biāo)來注明層次。三層神經(jīng)網(wǎng)絡(luò)模型如圖:2.3BP神經(jīng)網(wǎng)絡(luò)BP神經(jīng)網(wǎng)絡(luò)是采納BP算法進行學(xué)習(xí)的多層前饋網(wǎng)絡(luò),比較合用于模式鑒別與分類的應(yīng)用,在解決非線性、不確定性、大信息量的問題上擁有很強的優(yōu)勝性。BP算法是一種用于前向多層的偏差反向流傳學(xué)習(xí)算法,經(jīng)過學(xué)習(xí),可以對網(wǎng)絡(luò)的連接權(quán)值進行不停地調(diào)整,使得調(diào)整后的網(wǎng)絡(luò)可以將輸入它的信息變換成所希望的輸出信息。學(xué)習(xí)過程由正向流傳和反向流傳構(gòu)成。BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程:(1)選擇一組訓(xùn)練樣本,包含輸入信息和希望輸出兩部分。(2)取相同本,把輸入信息輸入到網(wǎng)絡(luò)中。(3)分別計算經(jīng)神經(jīng)元辦理后的各層節(jié)點的輸出。(4)計算網(wǎng)絡(luò)的實質(zhì)輸出和希望輸出的偏差。(5)從輸出層反向計算到第一個隱層,并依據(jù)某種能使偏差向減小方向發(fā)展的原則,調(diào)整網(wǎng)絡(luò)中各神經(jīng)元的連接權(quán)值。(6)對訓(xùn)練樣本集中的每相同本重復(fù)(2)至(5)步,直到偏差達到要求時為止。3BP神經(jīng)網(wǎng)絡(luò)設(shè)計3.1網(wǎng)絡(luò)的層數(shù)在設(shè)計BP神經(jīng)網(wǎng)絡(luò)時,一般先考慮設(shè)一個隱含層,由于單隱含層的BP網(wǎng)絡(luò)的非線性映照能力已經(jīng)比較強了,當(dāng)一個隱含層的節(jié)點數(shù)好多仍不可以改進網(wǎng)絡(luò)性能時,才考慮增添一個隱含層。本模型采納

3層

BP

神經(jīng)網(wǎng)絡(luò)。3.2各層的神經(jīng)元數(shù)經(jīng)查閱文件資料和對煤礦進行調(diào)研,對影響煤巷圍巖穩(wěn)定性的要素進行綜合解析,確定了11個影響要素:煤層埋深、煤層傾角、煤層厚度、煤層強度、直接頂厚度、直接頂強度、老頂厚度、老頂強度、直接底厚度、直接底強度、護巷煤柱寬度,所以網(wǎng)絡(luò)輸入層神經(jīng)元數(shù)為11。依據(jù)巷道的圍巖性質(zhì),將煤巷圍巖穩(wěn)固性區(qū)分為穩(wěn)固、比較穩(wěn)固、不穩(wěn)固和極不穩(wěn)固四各種類,所以網(wǎng)絡(luò)輸出層神經(jīng)元數(shù)為4。隱含層神經(jīng)元的作用是從樣本中提守信息并儲存其內(nèi)在規(guī)律,每個隱含層神經(jīng)元的每個權(quán)值都是加強網(wǎng)絡(luò)映照能力的一個參數(shù),所以,隱含層神經(jīng)元數(shù)在很大程度上影響著網(wǎng)絡(luò)的展望性能。3.3傳達函數(shù)依據(jù)模型的特色及輸出值的范圍,隱含層使用雙曲正切s型函數(shù),輸出層使用對數(shù)-s形傳達函數(shù)。3.4MATLAB語言實現(xiàn)用MATLAB成立BP網(wǎng)絡(luò)模型的主要代碼以下:P=[]';%定義輸入向量T=[0,1,0,0;]'%定義目標(biāo)向量threshold=[01;01;01;01;01;01;01;01;01;01;01];net=newff(threshold,[23,4],{'tansig','logsig'},'trainlm');%定義網(wǎng)絡(luò)net.trainParam.epochs=1000;%定義網(wǎng)絡(luò)的訓(xùn)練次數(shù)net.trainParam.goal=0.0001;%定義網(wǎng)絡(luò)的目標(biāo)偏差LP.lr=0.01;%定義網(wǎng)絡(luò)的學(xué)習(xí)速率net=train(net,P,T);%訓(xùn)練網(wǎng)絡(luò)P_test=[]';%定義測試數(shù)據(jù)Out=sim(net,P_test)%對網(wǎng)絡(luò)進行測試結(jié)語煤巷圍巖穩(wěn)固性受好多要素的影響,這些要素與煤巷圍巖穩(wěn)固性分類之間存在著非線性的關(guān)系,BP神經(jīng)網(wǎng)絡(luò)在煤巷圍巖穩(wěn)固性分類展望中擁有較高的精度。但BP算法存在著收斂速度慢、隱節(jié)點個數(shù)不易采納、局部最小值等問題,有待改進。參照文件:葛哲學(xué),孫志強.神經(jīng)網(wǎng)絡(luò)理論與MA