人工神经网络对矿山安全状态的评判能力分析

时间:2022-09-11 03:00:46

人工神经网络对矿山安全状态的评判能力分析

摘要:人工神经网络在处理无法使用简单规则或公式进行描述的大量的原始数据的问题时,以及在处理规律不清楚的问题时,其具有较大的优势。本文就人工神经网络中的网络结构设计与原始数据的准备进行分析,并研究人工神经网络对矿山安全状态评判能力的训练以及仿真测试,以便提高人工神经网络对矿山安全状态的评判能力。

关键词:人工神经网络 矿山 安全状态 评判能力

中图分类号:TD77;TP181 文献标识码:A 文章编号:1007-9416(2015)04-0206-01

通过改变神经网络训练样本等方式,对神经网络不同训练样本的反应能力进行对比分析,从而探讨人工神经网络对矿山安全程度评价的适应性。为了有效的提高人工神经网络对矿山安全程度评价的能力,可以通过改变神经网络的神经元数目以及初值赋值的方式来测试不同的结构,从而得出不同参数下神经网络对相同训练样本的评价结论,以便提高其评价能力,在矿山安全状态评判中充分发挥出人工神经网络的作用。

1 人工神经网络中的网络结构设计与原始数据的准备

本文中主要采取如1所示的神经网络结构,根据测试目的的差异性,其测试过程中神经网络的部分性能也就不同,但是对整个网络结构的性能不会改变。

这种神经网络的主体结构是单输入、三层式BP的网络结构,输出连接、目标连接、输入权重连接、偏置连接以及层权连接等是其主要的连接方式。各层神经元的分类包括:第一隐含层有8个正切S型神经元,第二隐含层有8个对数S型的神经元,输入层有4个元素,输出层有一个线性神经元。其网络函数主要包括训练函数、初始化函数、性能函数以及各网络层的层初始化函数。其训练函数需要采取TRAINLM回转方法来运算;初始化函数需要采取逐层初始化的方法运算;性能函数需要采取均方误差法来计算;各网络层的层初始化函数需要采取优化规则的方式计算,有的时候还需要采取INITWB的方式进行运算。各个权阈值的初始化需要采用RANDS方法来计算。在人工神经网络训练的原始样本数据以及期望值中,这些数据主要是用来评价地质因素对矿山安全影响程度的原始数据。当训练完成之后,需要对其各种数据进行仿真测试,以便评断这种人工神经网络结构在矿山安全状态中的应用价值与能力,并对其不足之处以及缺陷问题等进行分析,以便寻找出更加优化的方案,从而提高人工神经网络在矿山安全状态中的评判作用与能力。

2 人工神经网络对矿山安全状态评判能力的训练以及仿真测试

对矿山安全评价的方法较多,但是能够较好的应用于矿山安全评价的方法却很少,例如事故树分析法、概率风险评价法以及事件树分析法等,这些方法均由于基本事件的发生概率的确定方面存在一定的困难,从而导致运用于矿山过程中的安全评价效率不高。另外,在矿山安全状态评价的过程中,其安全检查表、专家评价方法等存在一定的缺点与不足,其在评价的过程中,主观性较强,受到个人意识的影响较大。综合指标评价法由于其指标间的逻辑关系,指标的权值与指标的量化等问题,从而导致该方法难以在矿山安全状态中进行准确的评价。只有能够更好的适应这种复杂的动态系统的安全评价方法,才能够将其更好的应用在矿山安全状态评价中[1]。

其中人工神经网络在处理无法使用简单规则或公式进行描述的大量的原始数据的问题时,以及在处理规律不清楚的问题时,其具有较大的优势。也正是由于这种方法能够对复杂的非线性动力学系统的适应,才能够使其在矿山安全状态评价中得到引进与推广。将人工神经网络对矿山安全状态评价能力的训练进行仿真实验,在每次实验检测之前,都需要对同一神经网络进行重新初始化,之后需要运用相同的训练样本数据对神经网络进行训练,以便达到训练要求后对网络进行仿真测试,训练性能函数的误差需要保持在10以内。其神经网络的训练过程是网络在初始权阈值的基础上,对其权阈值进行不断的修改,以便寻找出它们之间的某种联系,使得输入的整个训练样本集数据经过网络的运算之后,其输出与相应的目标数据差别能够满足性能函数的要求。因此,在人工网络对矿山安全状态进行评判的时候,即使所有数据与性能均符合要求,但是由于在训练的时候就被赋予了不同的权阈值,训练之后得到的权阈值的最终组合也会存在较大的差异。通过神经网络对矿山进行安全评判的目的在于运用神经网络总结分析数据,对矿井各个致灾的贡献率进行分析,进而对矿山的安装状态进行评判。从神经网络的角度来分析,通过运用网络的运算功能对训练样本的数据进行统计分析,并从中找出满足目标值以及性能要求的权阈值组合形式,从而通过仿真方式来评价矿山的安全状态。

3 结语

通过对人工神经网络在矿山安全状态的评判能力进行训练以及仿真测试后,发现人工神经网络与人类评判方法存在一定的差异性,在今后的发展过程中,还需要对人工神经网络在矿山安全状态中的评判能力进行不断的优化与改进,以便更好的适应矿山安全状态的评判,在矿山安全状态的评判中充分发挥出人工神经网络的作用,从而更好的确保矿山生产与经营的安全性。

参考文献

[1]李江.煤矿动态安全评价及预测技术研究[J].中国矿业大学学报,2009,25(5):96.

上一篇:高校无线网络安全探析 下一篇:基于FPGA+DSP的双通道幅度相位测试仪的设计与...