基于模糊神經網絡的煤層瓦斯含量預測研究-資料下載頁
2025-01-05 13:47本頁面
【正文】 次數后停止訓練，網絡最終擬合精度為 100。結合表 5 可知，訓練后 BP 神經網絡殘差最大值為 0. 99，而模糊神經網絡殘差最大值為 1. 76，兩者迭代誤差均能滿足工程實際要求，說明兩者均能反映出瓦斯含量與諸影響因素之間的內在規(guī)律，但是預測模型的優(yōu)劣不能僅憑擬合效果而定，還需對模型的預測能力進行進一步檢驗。 模型檢驗 ? 網絡訓練結束后，為了檢驗模型的預測性能，將檢驗樣本代入網絡，并與 BP 神經網絡模型預測結果進行對比分析，其檢驗結果見表 6。 ? 從表 6 可知， BP 神經網絡對 2116 工作面運輸巷煤層瓦斯含量預測結果偏差較大，而模糊神經網絡的預測誤差均控制在 10% 以內，基本滿足精度要求，可以應用于鶴煤某礦未采區(qū)煤層瓦斯含量的預測。 謝謝觀看 /歡迎下載 BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAITH
教學課件相關推薦
鄂ICP備17016276號-1