较薄煤层高效开采工作面设备优化配套研究
|
摘要
较薄煤层高效开采是目前我国煤炭业面临的重大课题，而工作面综机设备是制约较薄煤层实现高产高效的突出技术难题。
设备研制的最大难题集中表现为高效开采要求综机设备必须具备的大功率、高可靠性与小采高所带来的设备空间结构尺寸过小的矛盾难以得到有效解决。为此，本文以兖矿集团较薄煤层高效开采成套装备及工艺研究项目为依托，对较薄煤层综采设备选型配套技术进行了理论分析与应用研究。
论文在对现有的综采工作面设备配套理论与方法进行充分研究与分析的基础上，针对较薄煤层综采工作面设备选型系统特点，建立了基于ANNES的工作面生产能力预测BP神经网络模型和综采工作面设备参数神经网络预测模型的较薄煤层综采工作面设备选型配套系统。实践证明，上述方法科学合理：其预计的工作面产量同实际产量完全吻合，所研制的设备完全适应工作面高效开采需要，解决了长期以来国内较薄煤层无法实现高效开采的难题。
论文对BP网络算法、神经网络推广能力和可修复系统可靠性问题进行了研究，采用LM算法进行网络训练，克服了传统算法的训练速度慢、训练效率低的缺点；采用“早停法”来克服“过拟合”问题，解决了网络训练的泛化问题；采用马尔可夫过程对工作面综机系统和设备的可靠性进行了分析，给出了综采工作面单元可靠性参数计算方法，并运用上述方法对工作面综采设备的可靠性进行了评估。
工业性试验表明，论文提出综机设备配套方法与设计流程科学合理，高效快捷，有效地解决目前较薄煤层工作面综机设备选型配套难题。
It's a big challenge for China's coal industry to realize the high efficiency mining of thinner seam, with fully mechanized coal mining equipments as the biggest technical difficulty in thinner seam's high production and high efficiency mining
First of all, it reflects in the contradiction between the mining equipments'
high-power and high-reliability required by high efficiency mining and the smaller equipment space due to the thinner seam, which could not be solved efficiently.
So the paper makes the theoretically analysis and application research on the type-electing and set-completing of thinner seam's fully mechanized coal mining equipments, taking Yanzhou Mining Group's thinner seam high efficiency mining completed equipments and technique research project as support.
Grounded on the research and analysis of the theory and method of completed equipment, focusing the characteristics of equipment selection system for thinner seam's fully mechanized face, the paper establishes a new system based on ANNES production capacity forecasting BP Artificial Neural Network (ANN) model and fully mechanized face main parameters of coal mining equipments neural network forecasting model. The facts show that the new method is rational, the estimated fully mechanized face output accords with the actual production and the developed equipment satisfies the demand of the high efficiency mining of fully mechanized face, solving the problem of China's high efficiency mining of thinner seam.
The paper does the research on BP network algorithm, neural network generalization ability and reliability for repairable system, taking
设备研制的最大难题集中表现为高效开采要求综机设备必须具备的大功率、高可靠性与小采高所带来的设备空间结构尺寸过小的矛盾难以得到有效解决。为此，本文以兖矿集团较薄煤层高效开采成套装备及工艺研究项目为依托，对较薄煤层综采设备选型配套技术进行了理论分析与应用研究。
论文在对现有的综采工作面设备配套理论与方法进行充分研究与分析的基础上，针对较薄煤层综采工作面设备选型系统特点，建立了基于ANNES的工作面生产能力预测BP神经网络模型和综采工作面设备参数神经网络预测模型的较薄煤层综采工作面设备选型配套系统。实践证明，上述方法科学合理：其预计的工作面产量同实际产量完全吻合，所研制的设备完全适应工作面高效开采需要，解决了长期以来国内较薄煤层无法实现高效开采的难题。
论文对BP网络算法、神经网络推广能力和可修复系统可靠性问题进行了研究，采用LM算法进行网络训练，克服了传统算法的训练速度慢、训练效率低的缺点；采用“早停法”来克服“过拟合”问题，解决了网络训练的泛化问题；采用马尔可夫过程对工作面综机系统和设备的可靠性进行了分析，给出了综采工作面单元可靠性参数计算方法，并运用上述方法对工作面综采设备的可靠性进行了评估。
工业性试验表明，论文提出综机设备配套方法与设计流程科学合理，高效快捷，有效地解决目前较薄煤层工作面综机设备选型配套难题。
It's a big challenge for China's coal industry to realize the high efficiency mining of thinner seam, with fully mechanized coal mining equipments as the biggest technical difficulty in thinner seam's high production and high efficiency mining
First of all, it reflects in the contradiction between the mining equipments'
high-power and high-reliability required by high efficiency mining and the smaller equipment space due to the thinner seam, which could not be solved efficiently.
So the paper makes the theoretically analysis and application research on the type-electing and set-completing of thinner seam's fully mechanized coal mining equipments, taking Yanzhou Mining Group's thinner seam high efficiency mining completed equipments and technique research project as support.
Grounded on the research and analysis of the theory and method of completed equipment, focusing the characteristics of equipment selection system for thinner seam's fully mechanized face, the paper establishes a new system based on ANNES production capacity forecasting BP Artificial Neural Network (ANN) model and fully mechanized face main parameters of coal mining equipments neural network forecasting model. The facts show that the new method is rational, the estimated fully mechanized face output accords with the actual production and the developed equipment satisfies the demand of the high efficiency mining of fully mechanized face, solving the problem of China's high efficiency mining of thinner seam.
The paper does the research on BP network algorithm, neural network generalization ability and reliability for repairable system, taking
引文
[1] 王国法，李政．新型液压支架及液压支架技术发展方向[J]．煤炭科学技术，2002，vol．Sup．30：1～3．
[2] 胡万吕，曾明胜，韩纪志．高产高效综放工作面设备配套实践与探讨[J]．煤炭科学技术，2002，vol．Sup．30：12～15．
[3] 翟德元，王悦汉，汪理全．中国煤炭工业高产高效矿井的创建与发展[J]．煤炭学报，2001，vol．26 Sup．：6～12．
[4] 樊运策．我国高产高效矿井建设的重要途径[J]．煤炭学报，2001，vol．26 Sup．：1～5．
[5] 范韶刚，姚建国，樊运策，等．600万t综放工作面设备配套与工艺设计[J]．煤炭学报，2001，vol．26 Sup．：141～143．
[6] 赵衡山．我国煤矿高产高效开采技术装备的发展与展望[J] 。煤炭学报。2003，vol．28 Sup．：97～100．
[7] 张先尘。刘勇，吴桂义，等．工作面液压支架选择模糊专家系统的研究[J]．煤矿设计，2000，9：12～14．
[8] 罗恩波．国内外液压支架现状及我国的发展趋势[J]．煤矿机电，2000，vol．3：27～29．
[9] 钱鸣高，王庆康．采煤工艺学[M]．中国矿业大学出版社．1992年5月．
[10] 王建宁．地下工程喷锚支护原理和设计[M]．北京：中国铁道出版社，1980，3．
[11] 张荣沂．智能优化算法在机械优化设计中的应用[J]．机械设计与制造，2003，No．1：46～47．
[12] 邢文训，谢金星．现代优化计算方法[M]．清华大学出版社．1993．
[13] 王小平，曹立明．遗传算法—理论，应用与软件实现[M]．西安交通大学出版社．2000．
[14] 吴新余．关于神经网络和遗传算法的研究进展[J]．南京邮电学院学报，1996。vol．16．No．2：1～3．
[15] 马元林，祝玉学，姚兆明．人工智能在岩土工程中的应用[J]．岩土工程，2000，4：4～10．
[16] 邱冠周，王海东，黄圣生．人工智能在材料设计中的应用[J]．中国有色金属学报，1998，vol．8 Sup．2：836～840．
[17] 王伟．人工神经网络原理—入门与应用[M]．北京：北京航空航天大学出版社，1995：32～51．
[18] 张际先，宓霞．神经网络及其在工程中的应用[M]．北京：机械工业出版社。1998：27～54．
[19] 张立明．人工神经网络的模型与应用[M]．上海：复旦大学出版社。1993：52～76．
[20] 袁曾任．人工神经元网络及其应用[M]．北京：清华大学出版社，广西科学技术出版社。1998：66～273．
[21] 汤劲松，郭增强，卜晓斌．改进的BP网络在隧道锚喷支护参数设计中的应用[J]．石家庄铁道学院学报，vol．17，No．3：22～26．
[22] 魏丽萍．隧道工程喷锚支护案例设计研究及其与专家系统、神经元网络综合的研究[D]．北京：北方交通大学，1999．
[23] 王金华．高效综采技术的现状和发展[J]．煤炭学报，2003，vol．28 Sup．：1～7．
[24] 邢福康，蔡(土古)，刘玉堂，等．煤矿支护手册[M]．煤炭工业出版社，1993年2月：239．
[25] 王国法，刘东财，刘加启，等．薄煤层自动化工作面装备技术的发展[J]．煤矿开采，2001，4：11～14．
[26] 周常飞，丁永庥．我国薄煤层采煤机械化现状与发展[M]．煤矿机电，1997，1：38～40．
[27] 牛成俊．现代露天开采理论与实践[M]．北京：科学出版社，1990，6．
[28] 胡守仁，沈清，胡德文，等．神经网络应用技术[M]．国防科学大学出版社．1993年12月：388．
[29] 焦李成．神经网络系统理论[M]．西安电子科技大学出版社．1996年9月：242～251．
[30] 李英龙，童光煦．人工神经网络及在矿业工程中的应用[J]．化工矿山技术，1993，vol．22，No．3：19～21．
[31] Dendy B, Atkinson T. Expert system application in the mining Industry [J]. The Mining Engineer, 1988, 1: 25～28.
[32] Britton S G. Computer-based expert system aided underground mine planning [J]. Coal Age, 1987, 1: 11～14.
[33] Bodkin K E. Expert system for colliery problems[J]. Colliery Cardinal, 1988, 7: 49～54.
[34] Gibbs B L. Expert system coming to mining[J]. Coal Age, 1987, 2: 17～19.
[35] Stephen, P S, Roger L K. Evaluation of Coal Mine Roof Supports Using Artificial Intelligence, 23rd APCOM PROCEEDINGS, 1992.
[36] 云庆夏．采矿方法设计选择专家系统[J]．金属矿山，1989，5：15～19．
[37] 乔贵玢．采矿方法优化选择专家系统的研究[D]．北京：北京科学技术大学，1993．
[38] 冯仲仁．露天矿生产爆破CAD系统的研究[J]．爆破，1992，1：11～16．
[39] 冯夏庭，林韵海．采矿巷道围岩支护设计专家系统[J]．岩石力学与工程学报，1992，vol．11，No．3：243～253．
[40] 杨宝根，王运森，孙豁然．面向对象的井巷、硐室支护设计的智能专家系统[J]．矿业研究与开发，2000，vol．20，No．5：16～18．
[41] 金科学．基于知识的台阶爆破设计系统研究及其在白云鄂博铁矿的应用[D]．北京：北京科技大学，1994．
[42] 漆旺生，凌标灿，蔡嗣经．煤与瓦斯突出预测研究动态及展望[J]．中国安全科学学报，2003，vol．13，No．12：1～4．
[43] 杨志强，赵千里，高谦．地下采矿生产事故预报专家系统[J]．岩石力学与工程学报，2000，vol．19，No．6：736～741．
[44] 刘同有，高谦，赵千里．金川有色金属公司二矿区安全专家系统研究报告[R]．金川公司二矿区，北京科技大学，1997．
[45] 肖福坤，孙豁然，刘晓军，等．煤矿巷道支护智能决策系统[J]．辽宁工程技术大学学报，2004，vol．23，No．3：293～295．
[46] 钟茂华，董明山，陈宝智．煤层突出危险性预测的神经网络专家系统[J]．湘潭矿学学院 学报．1998，Vol．13，No．1：1～5．
[47] 云庆夏．采矿方法选择中的模糊决策[J]．化工矿山技术，1986，5．
[48] M．A．斯维尔斯基．采矿方法选择自动化[J]．国外金属矿山。1989，1．
[49] 云庆夏．采矿方法选择专家系统[J]．金属矿山，1989，5．
[50] 余仲芳．采矿方法选择的多目标决策[J]．化工矿山技术，1985，1．
[51] 姚香．模糊数学优选采矿方法[J]．黄金，1992，4．
[52] 刘东．运用模糊数学选择东坪金矿的采矿方法[J]，1992，2．
[53] 谢季平．采矿方法选择的灰色关联的分析[J]，黄金，1991，5．
[54] 刘华生．层次分析在采矿方法选择中的应用[J]．有色金属，1991，3．
[55] 解世俊．矿床地下开采理论与实践[M]．冶金工业出版社，1990．
[56] 李英龙，童光煦．新的采矿方法选择系统[J]．黄金，1993，vol．14，No．4：14～17．
[57] 陈良棚，王卫军，朱川曲．缓倾斜薄煤层机采方式的模糊识别[J]．焦作工学院学报，2000，vol．19，No．1：11～14．
[58] 王卫军．薄煤层采煤工艺的模糊优选[J]．煤炭技术，1997，4：20～22．
[59] 张先尘。刘勇，吴桂义，等．工作面液压支架选择模糊专家系统的研究[J]．煤矿设计，2000，9：12～14．
[60] 俞书伟，王新宁，崔有祥，等．基于模糊信息分配与神经网络的综采设备选型决策支持系统[J]．煤矿现化化，1999，5：21～22．
[61] 李英龙．人工神经网络及在矿业工程中的应用[J]．化工矿山技术，1993，3．
[62] Alberto Perieo. Artificial neural networks, Springer-Verlag. 1991: 227～468.
[63] 顾雪平，张文勤，高曙，等．人工神经网络和专家系统结合运用的电力系统故障诊断方法[J]．华北电力学院学报，1994，No．2：12～16．
[64] 彭敦陆，徐士进，王汝成，等．神经网络专家系统在预测石油可采储量上的应用——以胜利樊家油区为例[J]．石油与天然气地质，1999，vol．20，No．2：129～132．
[65] 马玉祥，武波．专家系统[M]．电子科技大学出版社．1994年12月：10．
[66] 施鸿宝，王秋荷．专家系统[M]．西安交通大学出版社．1988：10．
[67] 吴信东，邹燕．专家系统技术[M]．电子工业出版社．1990：3．
[68] 管纪文，刘大有．知识工程原理[M]．吉林大学出版社．1988：11．
[69] 吴泉源，刘江宁，人工智能与专家系统[M]．国防科技大学出版社．1995年3月：36．
[70] 白润，郭启雯．专家系统在材料领域中的研究现状与展望[J] 。宇航材料工艺，2004，4：16～20．
[71] 刘有才，刘增良．模糊专家系统原理与设计[J]．北京：北京航空航天大学出版社。1995：246～258．
[72] 刘瑞林，马在田．神经网络在油气评价和预测方面的研究现状[J]．地球物理学进展．1995，vol．10，No．2：75～84．
[73] 李军．一种基于神经网络的专家系统的设计与实现[D]．北京工业大学，2003，7．
[74] 刘卫红．基于神经网络与专家系统集成的智能决策系统的应用研究[D]．重庆大学。2002。4．
[75] 栗然，张锋奇，盛世清，等．专家系统与人工神经网络的发展与结合[J]．华北电大力学学报，1998，vol．25，No．2：38～39．
[76] I. A. Basher, M. Hajmeer. Artificial Neural Networks: Fundamentals, Computing, Design and Application. Journal of Microbiological Methods, 2000, 43: 3～31.
[77] M. E. Yahia, R. Mahmod, N. Sulaiman, F. Ahmad. Rough Neural Experts System. Expert Systems with Applications, 2000, 18: 87～89.
[78] 陶文源，卢衍桐．专家系统与人工神经网络在决策支持系统中的集成[J]．计算机仿真，1998，vol．15，No．3．
[79] 王东平．神经网络与专家系统[J]．系统工程与专家系统，1994，11：42～50．
[80] 景广军，梁雪梅，周贤渭，等．神经网络专家系统在矿业中的应用[J]．金属矿山，2001，2：46～48．
[81] 张寒松，贾瑞清，王廷军．采煤机的故障分析与诊断及其发展趋[J]．矿冶，2004，vol．13，No．2：85～88．
[82] 杨欧．基于人工神经网络的泵送混凝土专家系统的研究与设计[D]．武汉理工大学，2004，5．
[83] Tafti M. H. A. Neural networks: A new dimension in expert systems applications. Data Base, 1992: 51～54.
[84] Gallant S I. Connectionist expert systems. Commune. ACM, 1998, Vol. 24, No. 2: 152～169.
[85] 王大忠，徐文，周泽存，等．模糊理论、专家系统及人工神经网络在电力变压器故障论断中应用—基于油气溶解气体进行分析论断[J]．中国电机工程学报，1996，vol．16，No．5：349～353．
[86] 陈道林，陶应友．采煤机神经网络故障诊断专家系统初探[J]．矿山机械，1998，12：14～15．
[87] 郭震．基于神经网络的专家系统的实现[J]．红水河，2003，vol．22，No．3：62～65．
[88] 潘汉明，黄建，王耀宏．基于MATLAB神经网络工具箱的基础选型系统的构建[J]．武汉理工大学学报，2002，vol．24，No．12：52～60．
[89] 袁飞，任立良，姜红梅，等．MhTLAB神经网络工具箱在径流模拟中的应用[J]．人民长江，2003，vol．34，No．6：38～40．
[90] 刘维林．Matlab及其有测井中的应用[J]．测井技术，vol．24，Sup．：543～545．
[91] Seide P. An Improved Approximate Theory for the Bending of Laminated Plates[J]. Mechanics Today, 1980, 5: 451～466.
[92] 杜华强，范文义．Matlab自组织神经网络在遥感图像分类中的应用[J]．东北林业大学学报，2003，vol．31，No．4：51～53．
[93] 楼顺天，施阳．基于MATLAB的系统分析与设计—神经网络[M]．西安：电子科技大学出版社，1998．
[94] 高俊斌．MATLAB 5.0语言与程序设计[M]．武汉：华中理工大学出版社．1998．
[95] 杨建强，罗先香．MATLAB软件工具箱简介[J]．水科学进展，2001，vol．12，No．2：237～ 242．
[96] 施阳，李俊。王惠刚，等．MATLAB语言工具箱TOOLBOX实用指南[M]．西安：西北工业大学出版社．
[97] 苏金明，阮沈勇．Matlab6. 1实用指南(上册)[M]．北京：电子工业出版社。2002年5月第2版．
[98] 张延华，Yang ming xu．面向多学科的新一代程序设计语言[J]．计算机应用研究，1998，vol．16，No．6：4～8．
[99] 周敉，彭挺．RC梁桥承载力BP神经网络预测模型[J]．公路与汽运，2004，3：68～70．
[100] 徐建生，胡家顺，赵源．摩擦系统神经网络模型自学习训练优化方法[J]．武汉化工学院学报，2000，vol．22，No．4：50～53．
[101] 雷华，王明渝．基于神经网络的速度估计方法[J]．重庆大学学报，2004，vol．27，No．2：107～110．
[102] 张梨．互联网时代的地理信息系统[J]．测绘学报，1998，2：25～27．
[103] 曹茂森，任青文，李妮．基于Matlab的RBF网络的深层搅拌桩承载力建模[J]．山东建筑工程学院学报，2003，vol．18，No．2：15～20．
[104] 汪崇建．综采工作面设备配套中的现代设计理论与方法[J]．煤炭学报，2003，vol．28 Sup：30～35．
[105] 徐亚军，王国法，曾明胜．三维建模技术及其在支架设计中的应用．煤矿开采[J]．2002．1：9～11．
[106] 徐亚军，王国法，杜忠孝，等．液压支架三维建模软件设计平台选型分析．煤矿开采[J]．2002．4：1～3．
[107] 王国法，徐亚军，孙守山．液压支架三维建模及其运动仿真．煤炭科学技术[J]．2003．1：42～46．
[108] 孙佰清，潘启树，冯英浚，等．医疗诊断系统专家知识的表达与获取方法[J] 哈尔滨：．哈尔滨工业大学学报，2001，No．1：134～136．
[109] 史元伟，康立军，石学让，等．缓倾斜回采工作面顶板分类修订方案的研究[J]．煤炭科学技术，1995，5：2～6．
[110] 钱鸣高，刘听成．矿山压力及其控制[M]．北京：煤炭工业出版社，1984年12月．
[111] 王国法，史元伟，陈忠恕，等．液压支架技术[M]．煤炭工业出版社。1999年9月：18．
[112] 谢季坚，刘承平．模糊数学方法[M]．武汉：华中理工大学出版社，2000年5月第2版．
[113] 朱川曲．面向回采工作面人工神经网络模型[J]．系统工程理论与实践，1996，12：70～75．
[114] 杨伦标，高英仪．模糊数学原理及应用[M]．广州：华南理工大学出版社，1998年7月第2版：240～245．
[115] 吴健．模型识别在采煤工作面顶板分类中的应用[J]．淮南矿业学院学报，1992．2：91～97．
[116] 李战奇，朱建明．模糊评价系统中隶属函数构造与修正[J]．中国矿业，1998，vol．7，No．5：68～71．
[117] 刘永尊，车永才，张绍文．模糊数学在回采工作面分类中的应用[J]．阜新矿业学院学报，1991，vol．10，No．2：7～13．
[118] 曾兵．煤层覆岩分类的模糊综合评判[J]．煤田地质与勘探，1999，No．27：52～54．
[119] 朱川曲．选择回采工艺方式的模糊数学方法[J]．系统工程，1995，vol．13，No．3：68～72．
[120] 张立明．人工神经网络模型[M]．上海：复旦大学出版社，1991：28～30．
[121] 周继成．第六代计算机的实现[M]．北京：科学普及出版社，1993年7月：7～16．
[112] 冯夏庭，王泳嘉．岩体质量评价神经网络专家系统知识库的建立[J]．金属矿山，1994，vol．219，No．9：5～8．
[123] 张玉祥，高家胜，王忠新，等．基于神经网络BP网络学习算法的采面顶板类型辨识模型[J]．矿山压力与顶板管理，1996，No．1：66～68．
[124] 张玉祥，王铁群，杨吕玲，等．面向顶板类型识别的人工神经元网络模型[J]．湘潭矿业学院学报，1994，vol．9，No．4：1～5．
[125] MT 554—1996缓倾斜煤层采煤工作面项板分类．
[126] Wu Hong-ci. Neural networks in mining Industry. Guizbou Press of Science and Tech., Guizhou. 1996.
[127] 吴洪词．基于神经网络的采场底板分类与顶板来压预报[J]．贵州工学院学报，1996，No．2．
[128] 刘修源．不断探索，勇于实践，开拓创新，推动我国煤炭地下开采技术发展[M]．煤炭学报，2003，vol．28 Sup．：13～15．
[129] 吴洪词．长壁工作面顶板的神经网络控制[J]．矿山压力与顶板管理，1996，NO．3：6～8．
[130] 冯夏庭．煤层底板抗压入特性分析的人工神经网络方法[J]．东北煤炭技术，1995，No．1：24～29．
[131] 范志刚．基于神经网络和专家系统的铁水硅含量预报、控制软件研究[D]．重庆大学，2003，4．
[132] Dawson J. B., Stephere W. E. Statistical analysis of garnets from kimberlites and associated xenoliths. J. Geol, 1975, 83: 589～607.
[133] Rumelhart D E, Hinton G E, Williams R J. Learning internal representations by error propagation. Parallel Distributed Processing, MIT Press, Cambridge, MA, 1986.
[134] 闻新，周露，李翔，等．．Matlab神经网络仿真与应用[M]．北京：科学出版社，2003，7：263～271．
[135] 初秀民，王荣本．基于神经网络的沥青路面破损图像识别研究[J]．武汉理工大学学报，2004，vol．28，No．3：373～376．
[136] Colim A M. Neural network and genetic algorithm for exchange rate forecasting. Proc. of IJCNN' 92, Beijing, 1992.
[137] 朱明．基于知识管理的智能贷款风险分类研究[D]．华东大学，2002．
[138] 费良俊．人智能进展．计算智能在金融市场分析中的应用[C]．北京：清华大学出版 社。1996．
[139] 李岩，沈微，张显悦．基于人工神经网络公路客运质量评价方法研究[J]．森林工程．2004，4．
[140] 张宏涛，祁静．热负荷预测的RBF神经网络方法研究[J]．节能技术，2004，4．
[141] 麻凤海，杨维，杨帆，等．应用改进BP神经网络进行水量预测[J]．辽宁工程技术大学学报，2004，2．
[142] 王玉美．基于神经网络的汉语方法分析专家系统的设计与实现[D]．北京工业大学，2003，5．
[143] 曾生根。夏德深．独立分量分析在多光谱遥感图像分类中的应用[J]．计算机工程与应用，2004，21．
[144] 刘向阳，王如云，李未．基于新层二层误差传播网络的图像压缩[J]．计算机应用与软件，2004，5．
[145] 王宗炎，洪振华．BP网学习算法的改进及其在模型识别中的应用[J]．南京航空航天大学学报，1994，vol．26。Sup．：216～223．
[146] 黄载禄，段方勇，屈万里．多级BP神经网络石油测井信号分类器[J]．地球物理学报，1994，vol．37，Sup．：562～568．
[147] 何满潮，乾增珍，汪仁和．BP神经网络在深基坑工程支护方案优选的应用[J]．矿业研究与开发，2004，vol．24，No．2：22～23．
[148] 王春梅，周英彪，郑楚光．实际电站锅炉的煤质评估系统[J]．华中科技大学学报。2003，vol．3l，No．2：78～80．
[149] 朱川曲，缪协兴，谢东海．软岩巷道支护方式优化的神经网络模型[J]．岩土工程学报，2001，vol．23，No．6：708～710．
[150] 席道瑛，张涛．前馈神经网络在矿物识别方面的应用[J]．矿物学报，1994，4：335～342．
[151] Cybenko G. Approximation by superposition of a sigmoid function. Math Control Signal Systems, 1989, 2.
[152] Hecht Nielsen R. Neuro Computing. Addison Wesley, 1990: 124～133.
[153] Funahashi K I. On the approximate realization of continuous mapping by neural networks. Neural Networks, 1989, 1.
[154] Hsu K, Gupta H V, Sorooshian S. Artificial neural network modeling of the rainfall runoff process [J]. Water Resources Research, 1995, 31(10): 2517～2530.
[155] 吴骁．人工神经网络在暴雨预测中的应用[C]．智能控制与智能自动化．北京：科学出版社。1993．
[156] 陈明．神经网络模型[M]．大连：大连理工大学出版社，1995．
[157] 周继成．人工神经网络第六代计算机的实现[M]．北京：科学普及出版社，1993．
[158] 杨欧．基于神经网络的泵送混凝土专家系统的研究与设计[D]．武汉理工大学，2004，5．
[159] 周翔，朱学愚，文成玉，等．基于遗传学习算法和BP算法的神经网络在矿坑涌水量计算中的应用[J]．
[160] Holland J. H. Adaptation in Natural and Artificial Systems. Univ. of Michigan Press, Ann Arbor, MI, 1975.
[161] G. F. Miller. Designing neural networks using genetic algorithm. Proc. of 3rd Conf. on CA, Arlington, 1989: 379～384.
[162] 文毅，武广号．遗传算法与神经网络协作求解结构优化问题[J]．土木工程学报，1996，vol．29，No．5：24～29．
[163] 吴新余．关于神经网络和遗传算法研究进展[J]．南京邮电学院学报，1996，vol．16，No．2：1～3．
[164] 梁化楼，戴贵亮．人工神经网络与遗传算法的结合：进展与展望[J]．电子学报，1995，vol．23，No．10：194～199．
[165] J. Vaario, S. Obsuga. Adaptive neural architectures through growth control. Intelligent Engineering Systems through Artifical Neural Networks. New York: ASM Press, 1991: 11～16.
[166] E. J. W. Boers. Designing modular artificial neural networks. Technick Report 93-24. Leiden University, The Netherland, 1993.
[167] 刘延年，冯纯伯，乔新．多层前向BP网络函数逼近能力的研究[J]．南京航空航天大学学报，1994，vol．26，Sup．：191～195．
[168] 王生全，夏玉成．邢台显德汪井田煤层顶板稳定性评价与预测[J]．西北地质，1997，4：46～49．
[169] 刘衡秋，刘钦甫，孟召平．模糊综合评判在煤层顶板稳定性评价中的应用[J]．煤田地质与勘探，2002，4：18～20．
[170] 周荣福，冯恩杰，芮小平，等．地质条件定量分类系统在东滩煤矿中的应用[J]．中国矿业大学学报，2000，No．6：619～622．
[171] 金丕彦，芮勇．BP算法各种改进算法的研究及应用[J]．南京航空航天大学学报，1994，vol．26 Sup．：201～205．
[172] Rumelhart D B, Hinton G E, Williams R J. Learning internal representations by error propagation in parallel distributed processing: explorations in microstructure of cognitionI. [R]. Cambridge. MA: MIT Press, 1986, 318-362.
[173] 韩可琦，徐志胜，赵树君．长壁综采工作面人—机—环境系统可靠性分析[J]．辽宁程技术大学学报，1999(3)．
[174] 郭章林，胡云吕，余建星．串联可修工程系统可靠性的计算[J]．石油机械，2000(1)．
[175] 朱川曲，缪协兴，罗善明．高产高效矿井采运系统可靠性模型[J]．系统工程理论与实践，2000(7)．
[176] 徐志胜，韩可琦，张先尘，等．高产高效综采放顶煤工作面人—机—环境系统可靠性[J]．中国矿业大学学报，1995(2)．
[177] 何斌，谢开贵．关于大气综合质量的一个马尔柯夫随面预报模型[J]．环境监测管理与技术，1998(2)．
[178] 黄飞腾，郁军，肖航．基于Markov状态转的动态可靠性分析[J]．海军工程大学学报，2002(6)．
[179] 文孝廉，李晓岚．马尔可夫理论在运输系统可靠性分析中的应用[J]．金属矿山．2004(6)．
[180] 钟政林，曾光明，杨春平，等．随机理论在环境影响风险评价中的应用[J]．湖南大学学报，1997(1)．
[181] 吕文生，杨鹏，陈国桢．朱家包包铁矿运输系统可靠性研究[J]．金属矿山，2002(4)．
[182] 王卫军．综采放顶煤生产系统广义可靠性研究[J]．系统工程理论与实践，2002(7)．
[183] 孟宪法，孙凤花，李士泉，等．综采放顶煤系统可靠性分析[J]．山东矿业学院学报，1997(12)．
[184] 刘惟信．机械可靠性改计[M]．清华大学出版社：北京，2000．
[185] 朱川曲．矿井系统可靠性分析[M]．煤炭工业出版社：北京，1998．
[186] 黄奇．马尔可夫骨架过程在可靠性理论中的应用[D]．中南大学，2004．
[187] 张勇德．智能多目标优化方法及其应用研究[D] 。中国科学院沈阳自动化研究所，2005．
[188] 朱诗顺．液压支架结构与材料优化设计的理论、方法及应用的研究[D]．中国矿业大学，1994．
[189] 魏效玲，胡进省．刮板输送机刮板链最大和最小张力点确定[J]．矿山机械，1999(12)．
[200] 顾玲，管荣根，张瑞宏，等．链板式连续运输机械的现代设计方法研究[J]．工程设计学报。2003(3)．
[201] 张英锋，蒋涛．用马尔柯夫过程分析可修复系统的稳态可用度[J]．徐州师范大学学报，2000(2)．
[202] 刘朝马，刘冬梅．地下采矿工艺系统可靠性研究[J]．黄金，1996(2)。
[2] 胡万吕，曾明胜，韩纪志．高产高效综放工作面设备配套实践与探讨[J]．煤炭科学技术，2002，vol．Sup．30：12～15．
[3] 翟德元，王悦汉，汪理全．中国煤炭工业高产高效矿井的创建与发展[J]．煤炭学报，2001，vol．26 Sup．：6～12．
[4] 樊运策．我国高产高效矿井建设的重要途径[J]．煤炭学报，2001，vol．26 Sup．：1～5．
[5] 范韶刚，姚建国，樊运策，等．600万t综放工作面设备配套与工艺设计[J]．煤炭学报，2001，vol．26 Sup．：141～143．
[6] 赵衡山．我国煤矿高产高效开采技术装备的发展与展望[J] 。煤炭学报。2003，vol．28 Sup．：97～100．
[7] 张先尘。刘勇，吴桂义，等．工作面液压支架选择模糊专家系统的研究[J]．煤矿设计，2000，9：12～14．
[8] 罗恩波．国内外液压支架现状及我国的发展趋势[J]．煤矿机电，2000，vol．3：27～29．
[9] 钱鸣高，王庆康．采煤工艺学[M]．中国矿业大学出版社．1992年5月．
[10] 王建宁．地下工程喷锚支护原理和设计[M]．北京：中国铁道出版社，1980，3．
[11] 张荣沂．智能优化算法在机械优化设计中的应用[J]．机械设计与制造，2003，No．1：46～47．
[12] 邢文训，谢金星．现代优化计算方法[M]．清华大学出版社．1993．
[13] 王小平，曹立明．遗传算法—理论，应用与软件实现[M]．西安交通大学出版社．2000．
[14] 吴新余．关于神经网络和遗传算法的研究进展[J]．南京邮电学院学报，1996。vol．16．No．2：1～3．
[15] 马元林，祝玉学，姚兆明．人工智能在岩土工程中的应用[J]．岩土工程，2000，4：4～10．
[16] 邱冠周，王海东，黄圣生．人工智能在材料设计中的应用[J]．中国有色金属学报，1998，vol．8 Sup．2：836～840．
[17] 王伟．人工神经网络原理—入门与应用[M]．北京：北京航空航天大学出版社，1995：32～51．
[18] 张际先，宓霞．神经网络及其在工程中的应用[M]．北京：机械工业出版社。1998：27～54．
[19] 张立明．人工神经网络的模型与应用[M]．上海：复旦大学出版社。1993：52～76．
[20] 袁曾任．人工神经元网络及其应用[M]．北京：清华大学出版社，广西科学技术出版社。1998：66～273．
[21] 汤劲松，郭增强，卜晓斌．改进的BP网络在隧道锚喷支护参数设计中的应用[J]．石家庄铁道学院学报，vol．17，No．3：22～26．
[22] 魏丽萍．隧道工程喷锚支护案例设计研究及其与专家系统、神经元网络综合的研究[D]．北京：北方交通大学，1999．
[23] 王金华．高效综采技术的现状和发展[J]．煤炭学报，2003，vol．28 Sup．：1～7．
[24] 邢福康，蔡(土古)，刘玉堂，等．煤矿支护手册[M]．煤炭工业出版社，1993年2月：239．
[25] 王国法，刘东财，刘加启，等．薄煤层自动化工作面装备技术的发展[J]．煤矿开采，2001，4：11～14．
[26] 周常飞，丁永庥．我国薄煤层采煤机械化现状与发展[M]．煤矿机电，1997，1：38～40．
[27] 牛成俊．现代露天开采理论与实践[M]．北京：科学出版社，1990，6．
[28] 胡守仁，沈清，胡德文，等．神经网络应用技术[M]．国防科学大学出版社．1993年12月：388．
[29] 焦李成．神经网络系统理论[M]．西安电子科技大学出版社．1996年9月：242～251．
[30] 李英龙，童光煦．人工神经网络及在矿业工程中的应用[J]．化工矿山技术，1993，vol．22，No．3：19～21．
[31] Dendy B, Atkinson T. Expert system application in the mining Industry [J]. The Mining Engineer, 1988, 1: 25～28.
[32] Britton S G. Computer-based expert system aided underground mine planning [J]. Coal Age, 1987, 1: 11～14.
[33] Bodkin K E. Expert system for colliery problems[J]. Colliery Cardinal, 1988, 7: 49～54.
[34] Gibbs B L. Expert system coming to mining[J]. Coal Age, 1987, 2: 17～19.
[35] Stephen, P S, Roger L K. Evaluation of Coal Mine Roof Supports Using Artificial Intelligence, 23rd APCOM PROCEEDINGS, 1992.
[36] 云庆夏．采矿方法设计选择专家系统[J]．金属矿山，1989，5：15～19．
[37] 乔贵玢．采矿方法优化选择专家系统的研究[D]．北京：北京科学技术大学，1993．
[38] 冯仲仁．露天矿生产爆破CAD系统的研究[J]．爆破，1992，1：11～16．
[39] 冯夏庭，林韵海．采矿巷道围岩支护设计专家系统[J]．岩石力学与工程学报，1992，vol．11，No．3：243～253．
[40] 杨宝根，王运森，孙豁然．面向对象的井巷、硐室支护设计的智能专家系统[J]．矿业研究与开发，2000，vol．20，No．5：16～18．
[41] 金科学．基于知识的台阶爆破设计系统研究及其在白云鄂博铁矿的应用[D]．北京：北京科技大学，1994．
[42] 漆旺生，凌标灿，蔡嗣经．煤与瓦斯突出预测研究动态及展望[J]．中国安全科学学报，2003，vol．13，No．12：1～4．
[43] 杨志强，赵千里，高谦．地下采矿生产事故预报专家系统[J]．岩石力学与工程学报，2000，vol．19，No．6：736～741．
[44] 刘同有，高谦，赵千里．金川有色金属公司二矿区安全专家系统研究报告[R]．金川公司二矿区，北京科技大学，1997．
[45] 肖福坤，孙豁然，刘晓军，等．煤矿巷道支护智能决策系统[J]．辽宁工程技术大学学报，2004，vol．23，No．3：293～295．
[46] 钟茂华，董明山，陈宝智．煤层突出危险性预测的神经网络专家系统[J]．湘潭矿学学院 学报．1998，Vol．13，No．1：1～5．
[47] 云庆夏．采矿方法选择中的模糊决策[J]．化工矿山技术，1986，5．
[48] M．A．斯维尔斯基．采矿方法选择自动化[J]．国外金属矿山。1989，1．
[49] 云庆夏．采矿方法选择专家系统[J]．金属矿山，1989，5．
[50] 余仲芳．采矿方法选择的多目标决策[J]．化工矿山技术，1985，1．
[51] 姚香．模糊数学优选采矿方法[J]．黄金，1992，4．
[52] 刘东．运用模糊数学选择东坪金矿的采矿方法[J]，1992，2．
[53] 谢季平．采矿方法选择的灰色关联的分析[J]，黄金，1991，5．
[54] 刘华生．层次分析在采矿方法选择中的应用[J]．有色金属，1991，3．
[55] 解世俊．矿床地下开采理论与实践[M]．冶金工业出版社，1990．
[56] 李英龙，童光煦．新的采矿方法选择系统[J]．黄金，1993，vol．14，No．4：14～17．
[57] 陈良棚，王卫军，朱川曲．缓倾斜薄煤层机采方式的模糊识别[J]．焦作工学院学报，2000，vol．19，No．1：11～14．
[58] 王卫军．薄煤层采煤工艺的模糊优选[J]．煤炭技术，1997，4：20～22．
[59] 张先尘。刘勇，吴桂义，等．工作面液压支架选择模糊专家系统的研究[J]．煤矿设计，2000，9：12～14．
[60] 俞书伟，王新宁，崔有祥，等．基于模糊信息分配与神经网络的综采设备选型决策支持系统[J]．煤矿现化化，1999，5：21～22．
[61] 李英龙．人工神经网络及在矿业工程中的应用[J]．化工矿山技术，1993，3．
[62] Alberto Perieo. Artificial neural networks, Springer-Verlag. 1991: 227～468.
[63] 顾雪平，张文勤，高曙，等．人工神经网络和专家系统结合运用的电力系统故障诊断方法[J]．华北电力学院学报，1994，No．2：12～16．
[64] 彭敦陆，徐士进，王汝成，等．神经网络专家系统在预测石油可采储量上的应用——以胜利樊家油区为例[J]．石油与天然气地质，1999，vol．20，No．2：129～132．
[65] 马玉祥，武波．专家系统[M]．电子科技大学出版社．1994年12月：10．
[66] 施鸿宝，王秋荷．专家系统[M]．西安交通大学出版社．1988：10．
[67] 吴信东，邹燕．专家系统技术[M]．电子工业出版社．1990：3．
[68] 管纪文，刘大有．知识工程原理[M]．吉林大学出版社．1988：11．
[69] 吴泉源，刘江宁，人工智能与专家系统[M]．国防科技大学出版社．1995年3月：36．
[70] 白润，郭启雯．专家系统在材料领域中的研究现状与展望[J] 。宇航材料工艺，2004，4：16～20．
[71] 刘有才，刘增良．模糊专家系统原理与设计[J]．北京：北京航空航天大学出版社。1995：246～258．
[72] 刘瑞林，马在田．神经网络在油气评价和预测方面的研究现状[J]．地球物理学进展．1995，vol．10，No．2：75～84．
[73] 李军．一种基于神经网络的专家系统的设计与实现[D]．北京工业大学，2003，7．
[74] 刘卫红．基于神经网络与专家系统集成的智能决策系统的应用研究[D]．重庆大学。2002。4．
[75] 栗然，张锋奇，盛世清，等．专家系统与人工神经网络的发展与结合[J]．华北电大力学学报，1998，vol．25，No．2：38～39．
[76] I. A. Basher, M. Hajmeer. Artificial Neural Networks: Fundamentals, Computing, Design and Application. Journal of Microbiological Methods, 2000, 43: 3～31.
[77] M. E. Yahia, R. Mahmod, N. Sulaiman, F. Ahmad. Rough Neural Experts System. Expert Systems with Applications, 2000, 18: 87～89.
[78] 陶文源，卢衍桐．专家系统与人工神经网络在决策支持系统中的集成[J]．计算机仿真，1998，vol．15，No．3．
[79] 王东平．神经网络与专家系统[J]．系统工程与专家系统，1994，11：42～50．
[80] 景广军，梁雪梅，周贤渭，等．神经网络专家系统在矿业中的应用[J]．金属矿山，2001，2：46～48．
[81] 张寒松，贾瑞清，王廷军．采煤机的故障分析与诊断及其发展趋[J]．矿冶，2004，vol．13，No．2：85～88．
[82] 杨欧．基于人工神经网络的泵送混凝土专家系统的研究与设计[D]．武汉理工大学，2004，5．
[83] Tafti M. H. A. Neural networks: A new dimension in expert systems applications. Data Base, 1992: 51～54.
[84] Gallant S I. Connectionist expert systems. Commune. ACM, 1998, Vol. 24, No. 2: 152～169.
[85] 王大忠，徐文，周泽存，等．模糊理论、专家系统及人工神经网络在电力变压器故障论断中应用—基于油气溶解气体进行分析论断[J]．中国电机工程学报，1996，vol．16，No．5：349～353．
[86] 陈道林，陶应友．采煤机神经网络故障诊断专家系统初探[J]．矿山机械，1998，12：14～15．
[87] 郭震．基于神经网络的专家系统的实现[J]．红水河，2003，vol．22，No．3：62～65．
[88] 潘汉明，黄建，王耀宏．基于MATLAB神经网络工具箱的基础选型系统的构建[J]．武汉理工大学学报，2002，vol．24，No．12：52～60．
[89] 袁飞，任立良，姜红梅，等．MhTLAB神经网络工具箱在径流模拟中的应用[J]．人民长江，2003，vol．34，No．6：38～40．
[90] 刘维林．Matlab及其有测井中的应用[J]．测井技术，vol．24，Sup．：543～545．
[91] Seide P. An Improved Approximate Theory for the Bending of Laminated Plates[J]. Mechanics Today, 1980, 5: 451～466.
[92] 杜华强，范文义．Matlab自组织神经网络在遥感图像分类中的应用[J]．东北林业大学学报，2003，vol．31，No．4：51～53．
[93] 楼顺天，施阳．基于MATLAB的系统分析与设计—神经网络[M]．西安：电子科技大学出版社，1998．
[94] 高俊斌．MATLAB 5.0语言与程序设计[M]．武汉：华中理工大学出版社．1998．
[95] 杨建强，罗先香．MATLAB软件工具箱简介[J]．水科学进展，2001，vol．12，No．2：237～ 242．
[96] 施阳，李俊。王惠刚，等．MATLAB语言工具箱TOOLBOX实用指南[M]．西安：西北工业大学出版社．
[97] 苏金明，阮沈勇．Matlab6. 1实用指南(上册)[M]．北京：电子工业出版社。2002年5月第2版．
[98] 张延华，Yang ming xu．面向多学科的新一代程序设计语言[J]．计算机应用研究，1998，vol．16，No．6：4～8．
[99] 周敉，彭挺．RC梁桥承载力BP神经网络预测模型[J]．公路与汽运，2004，3：68～70．
[100] 徐建生，胡家顺，赵源．摩擦系统神经网络模型自学习训练优化方法[J]．武汉化工学院学报，2000，vol．22，No．4：50～53．
[101] 雷华，王明渝．基于神经网络的速度估计方法[J]．重庆大学学报，2004，vol．27，No．2：107～110．
[102] 张梨．互联网时代的地理信息系统[J]．测绘学报，1998，2：25～27．
[103] 曹茂森，任青文，李妮．基于Matlab的RBF网络的深层搅拌桩承载力建模[J]．山东建筑工程学院学报，2003，vol．18，No．2：15～20．
[104] 汪崇建．综采工作面设备配套中的现代设计理论与方法[J]．煤炭学报，2003，vol．28 Sup：30～35．
[105] 徐亚军，王国法，曾明胜．三维建模技术及其在支架设计中的应用．煤矿开采[J]．2002．1：9～11．
[106] 徐亚军，王国法，杜忠孝，等．液压支架三维建模软件设计平台选型分析．煤矿开采[J]．2002．4：1～3．
[107] 王国法，徐亚军，孙守山．液压支架三维建模及其运动仿真．煤炭科学技术[J]．2003．1：42～46．
[108] 孙佰清，潘启树，冯英浚，等．医疗诊断系统专家知识的表达与获取方法[J] 哈尔滨：．哈尔滨工业大学学报，2001，No．1：134～136．
[109] 史元伟，康立军，石学让，等．缓倾斜回采工作面顶板分类修订方案的研究[J]．煤炭科学技术，1995，5：2～6．
[110] 钱鸣高，刘听成．矿山压力及其控制[M]．北京：煤炭工业出版社，1984年12月．
[111] 王国法，史元伟，陈忠恕，等．液压支架技术[M]．煤炭工业出版社。1999年9月：18．
[112] 谢季坚，刘承平．模糊数学方法[M]．武汉：华中理工大学出版社，2000年5月第2版．
[113] 朱川曲．面向回采工作面人工神经网络模型[J]．系统工程理论与实践，1996，12：70～75．
[114] 杨伦标，高英仪．模糊数学原理及应用[M]．广州：华南理工大学出版社，1998年7月第2版：240～245．
[115] 吴健．模型识别在采煤工作面顶板分类中的应用[J]．淮南矿业学院学报，1992．2：91～97．
[116] 李战奇，朱建明．模糊评价系统中隶属函数构造与修正[J]．中国矿业，1998，vol．7，No．5：68～71．
[117] 刘永尊，车永才，张绍文．模糊数学在回采工作面分类中的应用[J]．阜新矿业学院学报，1991，vol．10，No．2：7～13．
[118] 曾兵．煤层覆岩分类的模糊综合评判[J]．煤田地质与勘探，1999，No．27：52～54．
[119] 朱川曲．选择回采工艺方式的模糊数学方法[J]．系统工程，1995，vol．13，No．3：68～72．
[120] 张立明．人工神经网络模型[M]．上海：复旦大学出版社，1991：28～30．
[121] 周继成．第六代计算机的实现[M]．北京：科学普及出版社，1993年7月：7～16．
[112] 冯夏庭，王泳嘉．岩体质量评价神经网络专家系统知识库的建立[J]．金属矿山，1994，vol．219，No．9：5～8．
[123] 张玉祥，高家胜，王忠新，等．基于神经网络BP网络学习算法的采面顶板类型辨识模型[J]．矿山压力与顶板管理，1996，No．1：66～68．
[124] 张玉祥，王铁群，杨吕玲，等．面向顶板类型识别的人工神经元网络模型[J]．湘潭矿业学院学报，1994，vol．9，No．4：1～5．
[125] MT 554—1996缓倾斜煤层采煤工作面项板分类．
[126] Wu Hong-ci. Neural networks in mining Industry. Guizbou Press of Science and Tech., Guizhou. 1996.
[127] 吴洪词．基于神经网络的采场底板分类与顶板来压预报[J]．贵州工学院学报，1996，No．2．
[128] 刘修源．不断探索，勇于实践，开拓创新，推动我国煤炭地下开采技术发展[M]．煤炭学报，2003，vol．28 Sup．：13～15．
[129] 吴洪词．长壁工作面顶板的神经网络控制[J]．矿山压力与顶板管理，1996，NO．3：6～8．
[130] 冯夏庭．煤层底板抗压入特性分析的人工神经网络方法[J]．东北煤炭技术，1995，No．1：24～29．
[131] 范志刚．基于神经网络和专家系统的铁水硅含量预报、控制软件研究[D]．重庆大学，2003，4．
[132] Dawson J. B., Stephere W. E. Statistical analysis of garnets from kimberlites and associated xenoliths. J. Geol, 1975, 83: 589～607.
[133] Rumelhart D E, Hinton G E, Williams R J. Learning internal representations by error propagation. Parallel Distributed Processing, MIT Press, Cambridge, MA, 1986.
[134] 闻新，周露，李翔，等．．Matlab神经网络仿真与应用[M]．北京：科学出版社，2003，7：263～271．
[135] 初秀民，王荣本．基于神经网络的沥青路面破损图像识别研究[J]．武汉理工大学学报，2004，vol．28，No．3：373～376．
[136] Colim A M. Neural network and genetic algorithm for exchange rate forecasting. Proc. of IJCNN' 92, Beijing, 1992.
[137] 朱明．基于知识管理的智能贷款风险分类研究[D]．华东大学，2002．
[138] 费良俊．人智能进展．计算智能在金融市场分析中的应用[C]．北京：清华大学出版 社。1996．
[139] 李岩，沈微，张显悦．基于人工神经网络公路客运质量评价方法研究[J]．森林工程．2004，4．
[140] 张宏涛，祁静．热负荷预测的RBF神经网络方法研究[J]．节能技术，2004，4．
[141] 麻凤海，杨维，杨帆，等．应用改进BP神经网络进行水量预测[J]．辽宁工程技术大学学报，2004，2．
[142] 王玉美．基于神经网络的汉语方法分析专家系统的设计与实现[D]．北京工业大学，2003，5．
[143] 曾生根。夏德深．独立分量分析在多光谱遥感图像分类中的应用[J]．计算机工程与应用，2004，21．
[144] 刘向阳，王如云，李未．基于新层二层误差传播网络的图像压缩[J]．计算机应用与软件，2004，5．
[145] 王宗炎，洪振华．BP网学习算法的改进及其在模型识别中的应用[J]．南京航空航天大学学报，1994，vol．26。Sup．：216～223．
[146] 黄载禄，段方勇，屈万里．多级BP神经网络石油测井信号分类器[J]．地球物理学报，1994，vol．37，Sup．：562～568．
[147] 何满潮，乾增珍，汪仁和．BP神经网络在深基坑工程支护方案优选的应用[J]．矿业研究与开发，2004，vol．24，No．2：22～23．
[148] 王春梅，周英彪，郑楚光．实际电站锅炉的煤质评估系统[J]．华中科技大学学报。2003，vol．3l，No．2：78～80．
[149] 朱川曲，缪协兴，谢东海．软岩巷道支护方式优化的神经网络模型[J]．岩土工程学报，2001，vol．23，No．6：708～710．
[150] 席道瑛，张涛．前馈神经网络在矿物识别方面的应用[J]．矿物学报，1994，4：335～342．
[151] Cybenko G. Approximation by superposition of a sigmoid function. Math Control Signal Systems, 1989, 2.
[152] Hecht Nielsen R. Neuro Computing. Addison Wesley, 1990: 124～133.
[153] Funahashi K I. On the approximate realization of continuous mapping by neural networks. Neural Networks, 1989, 1.
[154] Hsu K, Gupta H V, Sorooshian S. Artificial neural network modeling of the rainfall runoff process [J]. Water Resources Research, 1995, 31(10): 2517～2530.
[155] 吴骁．人工神经网络在暴雨预测中的应用[C]．智能控制与智能自动化．北京：科学出版社。1993．
[156] 陈明．神经网络模型[M]．大连：大连理工大学出版社，1995．
[157] 周继成．人工神经网络第六代计算机的实现[M]．北京：科学普及出版社，1993．
[158] 杨欧．基于神经网络的泵送混凝土专家系统的研究与设计[D]．武汉理工大学，2004，5．
[159] 周翔，朱学愚，文成玉，等．基于遗传学习算法和BP算法的神经网络在矿坑涌水量计算中的应用[J]．
[160] Holland J. H. Adaptation in Natural and Artificial Systems. Univ. of Michigan Press, Ann Arbor, MI, 1975.
[161] G. F. Miller. Designing neural networks using genetic algorithm. Proc. of 3rd Conf. on CA, Arlington, 1989: 379～384.
[162] 文毅，武广号．遗传算法与神经网络协作求解结构优化问题[J]．土木工程学报，1996，vol．29，No．5：24～29．
[163] 吴新余．关于神经网络和遗传算法研究进展[J]．南京邮电学院学报，1996，vol．16，No．2：1～3．
[164] 梁化楼，戴贵亮．人工神经网络与遗传算法的结合：进展与展望[J]．电子学报，1995，vol．23，No．10：194～199．
[165] J. Vaario, S. Obsuga. Adaptive neural architectures through growth control. Intelligent Engineering Systems through Artifical Neural Networks. New York: ASM Press, 1991: 11～16.
[166] E. J. W. Boers. Designing modular artificial neural networks. Technick Report 93-24. Leiden University, The Netherland, 1993.
[167] 刘延年，冯纯伯，乔新．多层前向BP网络函数逼近能力的研究[J]．南京航空航天大学学报，1994，vol．26，Sup．：191～195．
[168] 王生全，夏玉成．邢台显德汪井田煤层顶板稳定性评价与预测[J]．西北地质，1997，4：46～49．
[169] 刘衡秋，刘钦甫，孟召平．模糊综合评判在煤层顶板稳定性评价中的应用[J]．煤田地质与勘探，2002，4：18～20．
[170] 周荣福，冯恩杰，芮小平，等．地质条件定量分类系统在东滩煤矿中的应用[J]．中国矿业大学学报，2000，No．6：619～622．
[171] 金丕彦，芮勇．BP算法各种改进算法的研究及应用[J]．南京航空航天大学学报，1994，vol．26 Sup．：201～205．
[172] Rumelhart D B, Hinton G E, Williams R J. Learning internal representations by error propagation in parallel distributed processing: explorations in microstructure of cognitionI. [R]. Cambridge. MA: MIT Press, 1986, 318-362.
[173] 韩可琦，徐志胜，赵树君．长壁综采工作面人—机—环境系统可靠性分析[J]．辽宁程技术大学学报，1999(3)．
[174] 郭章林，胡云吕，余建星．串联可修工程系统可靠性的计算[J]．石油机械，2000(1)．
[175] 朱川曲，缪协兴，罗善明．高产高效矿井采运系统可靠性模型[J]．系统工程理论与实践，2000(7)．
[176] 徐志胜，韩可琦，张先尘，等．高产高效综采放顶煤工作面人—机—环境系统可靠性[J]．中国矿业大学学报，1995(2)．
[177] 何斌，谢开贵．关于大气综合质量的一个马尔柯夫随面预报模型[J]．环境监测管理与技术，1998(2)．
[178] 黄飞腾，郁军，肖航．基于Markov状态转的动态可靠性分析[J]．海军工程大学学报，2002(6)．
[179] 文孝廉，李晓岚．马尔可夫理论在运输系统可靠性分析中的应用[J]．金属矿山．2004(6)．
[180] 钟政林，曾光明，杨春平，等．随机理论在环境影响风险评价中的应用[J]．湖南大学学报，1997(1)．
[181] 吕文生，杨鹏，陈国桢．朱家包包铁矿运输系统可靠性研究[J]．金属矿山，2002(4)．
[182] 王卫军．综采放顶煤生产系统广义可靠性研究[J]．系统工程理论与实践，2002(7)．
[183] 孟宪法，孙凤花，李士泉，等．综采放顶煤系统可靠性分析[J]．山东矿业学院学报，1997(12)．
[184] 刘惟信．机械可靠性改计[M]．清华大学出版社：北京，2000．
[185] 朱川曲．矿井系统可靠性分析[M]．煤炭工业出版社：北京，1998．
[186] 黄奇．马尔可夫骨架过程在可靠性理论中的应用[D]．中南大学，2004．
[187] 张勇德．智能多目标优化方法及其应用研究[D] 。中国科学院沈阳自动化研究所，2005．
[188] 朱诗顺．液压支架结构与材料优化设计的理论、方法及应用的研究[D]．中国矿业大学，1994．
[189] 魏效玲，胡进省．刮板输送机刮板链最大和最小张力点确定[J]．矿山机械，1999(12)．
[200] 顾玲，管荣根，张瑞宏，等．链板式连续运输机械的现代设计方法研究[J]．工程设计学报。2003(3)．
[201] 张英锋，蒋涛．用马尔柯夫过程分析可修复系统的稳态可用度[J]．徐州师范大学学报，2000(2)．
[202] 刘朝马，刘冬梅．地下采矿工艺系统可靠性研究[J]．黄金，1996(2)。