卿黎
,
张胜跃
,
杨永盛
,
梁志强
黄金
doi:10.11792/hj20160719
针对金属矿山井下粉尘来源分析中指标参数的不确定性，为提高算法收敛速度和准确度，提出了基于SOFM神经网络的方法；以铅锌矿为例，据此建立了铅锌矿井下粉尘来源状态的神经网络模型。采用收集到的铅锌矿井下粉尘样本进行实例分析，运用Matlab软件对该模型进行了训练和检验，并与其他竞争型神经网络进行了对比分析。其分析结果表明：与竞争型神经网络相比，SOFM神经网络的性能更优、泛化能力更强、预测精度更高，是金属矿山井下粉尘来源可靠性分析的一种有效方法。
关键词:
金属矿山
,
井下粉尘来源
,
SOFM神经网络
,
Matlab软件
,
可靠性分析
