学位论文 > 优秀研究生学位论文题录展示
基于人工神经网络的矿井素质评价系统研究
作 者: 孙维丽
导 师: 张辛亥
学 校: 西安科技大学
专 业: 安全技术及工程
关键词: 矿井素质 评价 神经网络 系统
分类号: TP183
类 型: 硕士论文
年 份: 2013年
下 载: 24次
引 用: 0次
阅 读: 论文下载
内容摘要
煤炭工业在我国国民经济中占有非常重要的地位,但安全问题严重制约了煤矿企业的发展。矿井素质反映了矿井持续、健康、全面发展的能力。通过矿井素质评价,可以准确了解矿井素质现状,科学、合理、动态地配置资源,保障煤矿企业的安全健康发展。目前,对于矿井素质评价的研究尚处于初级阶段,在评价指标体系、评价方法方面还存在缺陷,这在很大程度上制约了矿井素质的提升。因此,开展矿井素质评价系统研究意义重大。首先,为了能更明确各部门职能,提高矿井素质评价体系的现场实用性,本文在对矿井素质概念及其评价研究的基础上,按照组织结构的不同,建立了包含安全、生产、技术、机电、经营、后勤、工会的八大系统的四级评价指标体系,并给出了指标评分标准和指标赋值的方法。其次,根据人工神经网络数据分析的特点,建立了矿井素质评价的人工神经网络模型,确定了评价模型的网络结构及基于BP算法的训练学习算法,并将MATLAB强大的神经网络工具箱功能与VisualBasic在图形用户界面开发方面的优势结合起来,以Access数据库作为数据管理基础,在VisualBasic平台上,调用MATLAB神经网络工具箱,开发了易于操作的矿井素质评价管理系统软件。最后,将矿井素质评价管理系统软件应用于忻州窑矿矿井素质评价,采集10组该矿矿井素质评价指标的原始数据进行网络训练与仿真,仿真结果表明该系统能较精确地评价矿井素质。本文的研究结果表明:人工神经网络评价方法运用于矿井素质评价中有其优越性,且开发的矿井素质评价系统软件操作简单、实用性强,可应用于一般煤矿企业的矿井素质评价。
|
全文目录
摘要 2-3 ABSTRACT 3-7 1 绪论 7-18 1.1 研究背景及意义 7-10 1.1.1 研究背景 7-8 1.1.2 研究的目的及意义 8-10 1.2 国内外研究现状 10-15 1.2.1 国内外煤矿企业相关评价研究现状 10-12 1.2.2 评价方法研究现状 12-13 1.2.3 矿井素质及其评价的相关研究 13-15 1.2.4 现有矿井素质评价存在问题 15 1.3 矿井素质神经网络评价可视化的可行性 15-16 1.3.1 煤矿生产系统特点 15 1.3.2 神经网络评价的优势 15-16 1.3.3 可视化操作的可行性 16 1.4 本课题的研究内容及技术路线 16-18 1.4.1 研究内容 16-17 1.4.2 技术路线 17-18 2 矿井素质评价指标体系研究 18-31 2.1 指标选取原则 18-19 2.2 指标评分标准 19-20 2.3 矿井素质评价指标体系 20-21 2.4 评价指标赋值 21-22 2.5 本章小结 22-31 3 矿井素质人工神经网络评价模型 31-42 3.1 神经网络模型 31-33 3.1.1 神经元模型 31-32 3.1.2 神经网络分类 32-33 3.1.3 神经网络学习规则 33 3.2 BP神经网络在矿井素质评价中的适宜性分析 33-37 3.2.1 BP神经网络及其算法介绍 33-36 3.2.2 BP网络模型的改善 36-37 3.3 基于神经网络的矿井素质评价模型建立 37-39 3.3.1 矿井素质两级评价模型 37 3.3.2 神经网络结构设计 37-39 3.4 MATLAB神经网络工具箱 39-41 3.5 本章小结 41-42 4 矿井素质评价系统的开发 42-51 4.1 VB调用神经网络工具箱的实现方法 42-43 4.2 矿井素质评价系统的实现 43-44 4.2.1 系统的建立 43-44 4.2.2 系统功能模块 44 4.3 矿井素质评价系统的功能实现 44-49 4.3.1 评价指标管理模块 45 4.3.2 评价数据管理模块 45-46 4.3.3 加权相加法计算模 块 46-47 4.3.4 神经网络( BP )计算模块 47-48 4.3.5 查询输出模块 48-49 4.3.6 系统管理模块 49 4.4 主要程序代码 49-50 4.5 本章小结 50-51 5 矿井素质评价系统的应用 51-67 5.1 矿井概况 51-52 5.1.1 员工结构 51-52 5.1.2 管理模式 52 5.1.3 矿井素质现状分析 52 5.2 神经网络评价过程及结果 52-65 5.2.1 数据采集 52-57 5.2.2 网络训练 57-60 5.2.3 指标权重计算 60-64 5.2.4 评价结果 64-65 5.3 评价结果分析 65-66 5.4 本章小结 66-67 6 结论与展望 67-68 6.1 主要结论 67 6.2 展望 67-68 致谢 68-69 参考文献 69-72 附录 72-73 附表 73-85
|
相似论文
- 分布式移动多载舰OTHR系统姿态测量方法的研究,P228.4
- 煤制油连续性模型系统的实现及其液化实验研究,TQ529.1
- 微细线切割往复走丝机构的设计及控制系统的研究,TG484
- 粉末活性炭—超滤工艺处理微污染地表水试验研究,X703
- 陀螺稳定跟踪平台研究,V241.5
- 卫星光通信粗瞄控制系统的设计及故障诊断,V443.1
- SINS/GPS组合导航系统算法研究,V249.328
- 金属蜂窝与再生冷却通道的传热特性研究,V215.4
- 机载导弹的传递对准研究,V249.322
- 基于LAH032.905标准的汽车点火线圈终检系统研究,U472.9
- 基于无线传感器网络的电动汽车电池组综合测试技术研究,U469.72
- 基于感性负载的车身网络控制系统,U463.6
- 汽车的电动助力转向系统,U463.4
- 船用舵机电液伺服单元单神经元PID控制,U666.152
- 大型公共建筑空调系统节能运行若干问题分析,TU831.6
- 添加剂减阻技术在集中供暖系统中的节能应用,TU995
- 哈尔滨城市空间环境视觉导识系统研究,TU998.9
- 热风送粉改为乏气送粉系统的方法和关键设备的研究,TK223.25
- 复杂边界条件下多体结构的瞬态热分析,TK124
- 基于MODBUS的发电厂数据采集系统的研究,TM621
- HID灯整流效应的研究,TM923.32
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com
|