[发明专利]基于BP神经网络和概率统计的综采放煤时间智能确定方法

权利要求书

1.基于BP神经网络和概率统计的综采放煤时间智能确定方法，其特征在于，步骤包括：

步骤A.提取工作面顶煤放出前液压支架承受压力和位态特征指标参数；

步骤B.将得到的所述参数作为BP神经网络输入指标，对应的综采放煤时间作为输出值，采用BP神经网络算法对数据进行训练，建立各指标-放煤时间的数学关系模型，并对综采放煤时间进行预测；

步骤C.随机给定BP神经网络初置参数，重复训练所述BP神经网络，获得相同输入的大量预测值；

步骤D.采用概率统计的方法统计分析所述大量预测值，确定最大概率所在区间；

步骤E.根据所述大量预测值的中值、平均值及最大概率所在区间给出最终预测值。

2.根据权利要求1所述的基于BP神经网络和概率统计的综采放煤时间智能确定方法，其特征在于，所述BP神经网络为基于概率统计方法改进的BP神经网络，在采用BP神经网络算法对数据进行训练后，使用实测数据验证输出值的准确性。

3.根据权利要求2所述的基于BP神经网络和概率统计的综采放煤时间智能确定方法，其特征在于，所述位态特征指标参数包括放煤前前柱压力、放煤前后柱压力、放煤前顶梁倾角和放煤前掩护梁倾角。

4.根据权利要求2所述的基于BP神经网络和概率统计的综采放煤时间智能确定方法，其特征在于，所述实测数据包括实测顶煤放出前液压支架承受压力、实测放煤前前柱压力、实测放煤前后柱压力、实测放煤前顶梁倾角、实测放煤前掩护梁倾角和实测综采放煤时间。

5.根据权利要求1所述的基于BP神经网络和概率统计的综采放煤时间智能确定方法，其特征在于，所述BP神经网络初置参数包括神经网络层数和单层神经元数量的取值范围，在所述取值范围内随机选择神经网络层数和单层神经元数量；所述BP神经网络的阈值和误差初值设定为随机值；重复训练所述BP神经网络M次，其中M为大于10000的整数，得到所述大量预测值。

6.根据权利要求1所述的基于BP神经网络和概率统计的综采放煤时间智能确定方法，其特征在于，所述步骤D中，将所述大量预测值所在的区间进行N等分，其中N为大于3的自然数，并统计各个区间内预测值占总量的比例。

7.根据权利要求1所述的基于BP神经网络和概率统计的综采放煤时间智能确定方法，其特征在于，所述步骤E中，当仅有中值在最大概率区间内时，将中值作为所述最终预测值；当仅有平均值在最大概率区间内时，将平均值作为所述最终预测值；当中值和平均值都在最大概率区间内时，将中值和平均值的均值作为所述最终预测值；当中值和平均值都在最大概率区间外时，将最大概率区间的中间值作为所述最终预测值。