多傳感器數(shù)據(jù)融合技術(shù)在煤礦水害預(yù)防中的應(yīng)用.pdf

1、太原理工大學(xué)碩士學(xué)位論文多傳感器數(shù)據(jù)融合技術(shù)在煤礦水害預(yù)防中的應(yīng)用姓名：程珍珍申請學(xué)位級別：碩士專業(yè)：檢測技術(shù)與自動化裝置指導(dǎo)教師：張英梅20090401太原理工大學(xué)碩士研究生學(xué)位論文II具體數(shù)據(jù)的計算。由于DS要求各個證據(jù)源相互獨立，而且其基本概率分配函數(shù)難以獲得，所以考慮使用神經(jīng)網(wǎng)絡(luò)信息融合算法進行融合，神經(jīng)網(wǎng)絡(luò)包括我們所熟悉的反向傳播網(wǎng)絡(luò)、自組織特征映射Kohonen網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)等，通過對比最終選擇了目前使用最為廣泛

2、、最為熟悉的BP神經(jīng)網(wǎng)絡(luò)，對其學(xué)習(xí)過程及各參數(shù)的選擇方法進行了介紹，并使用MATLAB軟件對具體數(shù)據(jù)進行了訓(xùn)練。最后根據(jù)以上兩種算法在融合過程中所出現(xiàn)的不足引入改進型的DS證據(jù)理論及BP神經(jīng)網(wǎng)絡(luò)算法，并提出了一種將它們相結(jié)合的兩級融合算法，即通過不同傳感器信息的有效組合，對傳感器信號采用不同的子神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，把每一個子神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果進行歸一化處理，將它們作為證據(jù)理論各狀態(tài)的基本概率分配函數(shù)，再用DS證據(jù)理論融合各個證據(jù)信息，得出

3、最后結(jié)論。通過對以上三種方法的融合結(jié)果進行分析對比，得出結(jié)論：單獨使用DS證據(jù)理論以及單獨使用神經(jīng)網(wǎng)絡(luò)技術(shù)能夠?qū)崿F(xiàn)對井下安全狀態(tài)的判斷，但是它們準確性較低、不確定性稍高，而兩級融合方法所計算出的結(jié)果準確性高、不確定性低。信息融合作為近年來興起的一門新學(xué)科，在許多領(lǐng)域得到了廣泛的研究和應(yīng)用，在煤礦水害預(yù)測中的應(yīng)用研究尚處于起步階段。本文將信息融合技術(shù)引入煤礦水害預(yù)測中，借鑒了信息融合的思想和理論，建立了煤礦水害預(yù)測的一般框架，相信這一技術(shù)