节点文献
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
【机构】 辽宁工程技术大学；
【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。
【基金】 国家自然科学基金项目(50874059);教育部博士点项目(200801470003);辽宁省优秀人才基金(2007R18)
- 【会议录名称】 煤矿自动化与信息化——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（上册）
- 【会议名称】煤矿自动化与信息化——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
- 【会议时间】2011-06-28
- 【会议地点】中国北京
- 【分类号】TD712;TD76
- 【主办单位】中国煤炭学会煤矿自动化专业委员会、中国煤炭工业技术委员会信息与自动化专家委员会