基于神经网络模型的矿井涌水量预测方法
发明专利申请公布后的视为撤回
摘要
本发明公开了一种基于神经网络模型的矿井涌水量预测方法，它包括以下步骤：获取矿井涌水量历史数据并转化为时间序列模式，构建BP神经网络预测模型和学习方法模型，训练预测模型，检验及预报输出，其特征是所述的学习方法模型为泛化性学习方法模型，并用泛化性学习方法对预测模型进行训练时由于本预测模型采用了泛化性学习算法进行训练，所以学习效率高，泛化性能好，预测准确，从而实现了对未来趋势发展的准确预见，较准确的把握现有数据的发展趋势。
基本信息
专利标题 ：
基于神经网络模型的矿井涌水量预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN1786413A
申请号 ：
CN200510045173.6
公开（公告）日 ：
2006-06-14
申请日 ：
2005-11-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孟江安坤
申请人 ：
孟江
申请人地址 ：
030003山西省太原市杏花岭区七府园路2号太钢35宿舍38栋26号
代理机构 ：
代理人 ：
优先权 ：
CN200510045173.6
主分类号 ：
E21B47/10
IPC分类号 ：
E21B47/10 G06F19/00
IPC结构图谱
E
E部——固定建筑物
E21
土层或岩石的钻进；采矿
E21B
土层或岩石的钻进；从井中开采油、气、水、可溶解或可熔化物质或矿物泥浆
E21B47/00
测量钻孔或井
E21B47/10
确定液体的泄漏、侵入或移动
法律状态
2008-04-02 ：
发明专利申请公布后的视为撤回
2006-08-09 ：
实质审查的生效
2006-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
