【出 处】：《 计算机仿真 》 CSCD 2012年第29卷第6期 195-198页,共4页

【作 者】： 赵鑫 ; 宋广军 ; 李诚

【摘 要】 研究煤与瓦斯突出预测问题，煤与瓦斯突出是一种非常复杂的地质灾害，受到瓦斯、地应力、煤物理力学性质等多种因素影响，存在复杂的非线性系统问题，引起预测准确性差。传统BP神经网络存在收敛速度慢、易陷入局极小等缺陷。为了有效提高煤与瓦斯突出的预测精度，提出一种改进BP神经网络的煤与瓦斯突出预测算法。首先采用附加动量调整网络的权值，加快网络收敛速度，然后自适应调整网络学习速度，减少迭代次数，最后对煤矿的煤与瓦斯突出进行仿真，相对于传统BP神经网络，不仅有效地减少了迭代次数，加快了学习速度，而且提高了预测精度，为煤矿灾害的准确预测提供了依据。