通风系统神经网络方法评价结果的不稳定性分析及改进
针对单一BP神经网络输出的评价结果的不稳定性,本文提出了一种BP神经网络和D-S证据理论相结合的数据融合处理与状态评估方法用于通风系统评价.该方法是将多个BP神经网络的输出结果作为证据理论的基本可信度分配函数(BPAF),然后依据证据组合规则进行融合,得出通风系统的安全程度.本方法降低了单一BP网络输出结果的不稳定性,且提高了融合处理的可信度和精度,增强了系统的容错性.以2005年<煤矿安全规程>作为标准,由专家列出训练样本,同时以某矿区的实际监测数据作为实验验证样本,仿真结果令人满意,表明了该方法用于通风系统评价的可行性.
数据融合 BP神经网络 D-S证证据理论 通风系统评价 可信度分配函数
何金灿 徐立中 姚鸿熙 沈平
河海大学计算机与信息工程学院,江苏,南京,210098 江苏省金安科技有限公司,江苏,南京,210007
国内会议
武汉
中文
560-565
2005-09-20（万方平台首次上网日期，不代表论文的发表时间）