咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于粗集与神经网络相结合的岩移影响因素分析与开采沉陷预计方法... 收藏

基于粗集与神经网络相结合的岩移影响因素分析与开采沉陷预计方法研究

Study on rock movement factors analysis and subsidence prediction method based on rough-set theory and artificial neural network

作     者:张庆松 高延法 刘松玉 孙宗军 

作者机构:东南大学岩土工程研究所江苏南京210096 山东科技大学资源与环境工程学院山东泰安271019 

出 版 物:《煤炭学报》 (Journal of China Coal Society)

年 卷 期:2004年第29卷第1期

页      面:22-25页

核心收录:

学科分类:081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学] 

基  金:国家自然科学基金资助项目(50174035) 

主  题:粗集理论 神经网络 岩移分析 沉陷预计 

摘      要:利用粗集理论,对不同矿区36个工作面的岩移观测资料进行了分析,得到了地质开采条件和地表沉陷之间的依赖关系.建立了以粗集作为前处理器,基于粗集与神经网络相结合的开采沉陷预计模型.实例检验证明了该模型的正确性.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分