（4）硬件实现

由于本程序采用python开发，在windows环境中运行良好，但是综采工作面的环境恶劣，应采用小型程序控制器，另外，python在执行效率上要远低于底层语言，控制实时性不好。

本设计采用将python程序翻译成C语言，计算机采用Raspberry 3B代替，Raspberry 3B上装载linux系统deban版，可以直接运行C、C++程序，运行效率是Windows系统python程序的约150倍，基本达到实时性。

（5）初始化

经验表明， BP神经网络初始化时W、b值选取往往在开始阶段对预测结果影响很大，不好的取值使得开始预测结果浮动剧烈，尤其b取较小值如0.02时表现较好。

由于BP网络训练需要采煤机割煤大约50刀，故采煤开始前50刀建议采煤机采用记忆切割，同时训练BP网络，到第51刀时投入神经网络，采用网络预测出的坐标控制采煤机的滚筒高度进行割煤。