基于神经网络和D-S证据理论融合的瓦斯监测模型的研究

摘要

针对目前煤矿采用多传感器进行井下瓦斯监测难以做到快速性和精确性，本文提出了一种基于神经网络技术与D-S证据理论的多传感器数据融合方法。该方法用改进的BP网络来获取基本概率分配函数，采用D-S证据理论对网络输出结果进行信息融合，对井下瓦斯状态做出判断和决策。这样既利用了LMBP算法的快速收敛的优点，又发挥了D-S证据理论的表达和处理不确定信息的能力。实验结果表明，该方法可提高瓦斯监测信息的准确性和决策的快速性，提高了瓦斯监测系统的性能。