买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：煤炭科学研究总院有限公司;山东能源集团有限公司

摘要：本发明涉及矿井中冲击地压等危险灾害预警领域，具体为一种基于KAN神经网络的冲击地压预警方法，包括预处理原始微震监测数据；建立冲击地压预警数据集；构建基于KAN神经网络的冲击地压预警算法；训练基于KAN神经网络的冲击地压预警算法；基于KAN神经网络的冲击地压预警算法应用。本发明基于KAN神经网络的冲击地压预警算法中需要训练的参数仅有w和cz，与以往神经网络相比训练参数大大减少；而且由于KAN神经网络中的计算函数非线性描述能力更优，所以在不依靠人为设定的预警指标情况下基于KAN神经网络的冲击地压预警算法仅靠少量参数即可取得比传统神经网络更优的性能。

主权项：1.一种基于KAN神经网络的冲击地压预警方法，用于确定未来一次微震事件具有冲击地压危险性的概率，其特征在于，包括如下步骤：S1：预处理原始微震监测数据原始微震监测数据包含若干连续监测并记录的原始微震事件，每个原始微震事件包括其发生的时间、地点X坐标、地点Y坐标、地点Z坐标、能量和是否是冲击地压；对原始微震事件进行预处理获取预处理微震事件，所述预处理微震事件包括时间间隔、地点X坐标、地点Y坐标、地点Z坐标、能量和是否是冲击地压，其中时间间隔为该微震事件与前一次微震事件的时间间隔；S2：建立冲击地压预警数据集提取连续M次预处理微震事件，以第m次至第m+t次预处理微震事件的数据作为冲击地压预警数据集中一个样本的数据源，1≤m≤M-t，则最多可以建立M-t个样本，每个样本包括特征和标签，其中每个样本的特征包括第m次至第m+t-1次预处理微震事件的时间间隔、地点X坐标、地点Y坐标、地点Z坐标和能量，每个样本的标签为第m+t次微震事件的冲击地压危险性；将冲击地压预警数据集分为训练集和测试集；S3：构建基于KAN神经网络的冲击地压预警算法所构建基于KAN神经网络的冲击地压预警算法共有4层神经网络，每层神经网络包括输入、计算函数和输出，前一层神经网络的输出为下一层神经网络的输入；各层神经网络的神经元个数依次为n1、n2、n3和n4，n4＝2；所述冲击地压预警算法的输入也是第一层神经网络的输入，为冲击地压预警数据集中样本特征包括时间间隔、地点X坐标、地点Y坐标、地点Z坐标和能量，分别计为x0,1、x0,2、x0,3、x0,4、x0,5；第一层神经网络的计算函数个数等于其输入的个数n0＝5与其神经元个数的乘积，其输出为第一层神经网络的神经元个数；第二层及以后神经网络的输入个数等于前一层神经网络的神经元个数；第二层及以后神经网络的计算函数个数等于前一层神经元个数与本层神经元个数的乘积，第二层及以后神经网络的输出个数等于其神经元个数；用l，il表示第l层神经网络的第i个神经元，并将神经元l，il的输出用xl,il表示；第l层神经网络中连接其输入xl-1,il-1和其神经元l，il的计算函数记为对于第l层神经网络，假设其共有nl个神经元，其输入个数为前一层神经网络的神经元个数nl-1，当为第一层神经网络时其输入为样本特征x0,i，输入个数nl-1＝5，神经元l，il的输出是所有传入的该神经元输入的计算总和： 式中，为连接输入与第l层神经网络第i个神经元的计算函数；为第l-1层神经网络中第il-1个神经元的输出，也是第l层神经网络的输入，当l＝1时表示样本特征；所构建基于KAN神经网络的冲击地压预警算法共有4层神经网络，以样本的特征作为输入，构建的基于KAN神经网络的冲击地压预警算法的输出为： 其中，y1，y2分别表示无冲击地压危险性概率和有冲击地压危险性概率；i1，i2，i3分别为第一、第二、第三层神经网络中第i个神经元；i0表示第一层神经网络的第i个输入；其中，计算函数是基函数bx和样条函数之和： 式中，w为可训练的参数；splinex为样条函数；bx为基函数，x为输入值；bx＝SiLUx＝x1+e-x4式中，SiLU表示SigmoidLinearUnit激活函数；e为自然常数；其中，splinex是一种线性的样条函数： 式中，Bz·表示样条曲线中对应的z次项，本专利中采用三次样条曲线，因此z的最大值Z＝3；cz表示针对Bz·的权重值，是可训练的参数；S4：训练基于KAN神经网络的冲击地压预警算法首先赋予基于KAN神经网络的冲击地压预警算法中每个可训练参数初始值，针对计算函数中样条函数，将其可训练参数初始化为0，其他可训练参数按照Xavier初始化规则进行初始化；将训练集样本输入基于KAN神经网络的冲击地压预警算法进行训练，利用交叉熵损失函数评价冲击地压预警算法的预警结果与样本标签之间的差异，利用反向传播算法对需要训练的冲击地压预警算法中的参数进行更新；利用测试集样本对训练的冲击地压预警算法性能进行评价；将效果最好的冲击地压预警算法参数进行保存，获得训练好的基于KAN神经网络的冲击地压预警算法。

全文数据：

权利要求：

百度查询： 煤炭科学研究总院有限公司 山东能源集团有限公司 一种基于KAN神经网络的冲击地压预警方法