礦山災害的隨機性、模糊性和不確定性決定了礦山安全狀態的變化不會按照某一特殊的規律或函數變化。模糊神經網絡安全評價模型完全可以解決傳統方法所不能解決的幾個問題。模糊神經網絡有較強的非線性函數逼近能力,可以根據樣本數據訓練得到輸入輸出變量之間的函數關系,即可以通過網絡學習,確定各神經元之間的耦合權值,從而使得網絡整體具有近似函數的功能。同時,模糊神經根據需要給神經網絡加入規則,這樣就可以避免“黑箱”問題。模糊神經網絡技術綜合模糊邏輯和神經網絡的優點,克服了它們各自的缺點,因而完全可以應用于礦山安全評價的研究中。
6.結論
傳統的、事先設定變化規律和特性的評價方法鑒于其局限性,難以很好地解決礦山災害系統復雜多變的問題。因此,建立科學的礦山安全評價模型,開發行之有效的安全評價軟件包,加強礦山安全評價理論和技術的研究既有現實意義,又有長遠的歷史意義。
模糊神經網絡技術在求解這類不確定性知識方面具有很強的優越性,它可以模擬人類的思維習慣進行定性描述。模糊神經網絡技術運用于礦山安全評價中的優點可以歸納為:
(1)利用模糊神經網絡并行結構和并行處理的特征,通過適當選擇評價項目克服安全評價的片面性,可以全面評價礦山災害系統的安全狀況和多因素共同作用下的安全狀態。
(2)運用模糊神經網絡知識存儲和自適應性特征,通過適當補充學習樣本,可以實現歷史經驗與新知識完美結合,在發展過程中動態地評價礦山災害系統的安全狀態。
(3)利用模糊神經網絡理論的容錯特征,通過選取適當的作用函數和數據結構可以處理各種非數值性指標,實現對礦山系統安全狀態的模糊評價。
(!安全評價)