基于PCA-BP神經網絡的概率積分法參數算法研究

黃暉; 池深深; 韓必武; 劉可勝 淮南礦業(集團)有限責任公司; 淮南232001; 安徽理工大學地球與環境學院; 淮南232001

關鍵詞:主成分回歸分析 bp神經網絡 概率積分法參數 

摘要:隨著經濟的快速發展,我國對煤炭資源的需求量也越來越大,近年來地下煤炭資源被大量開采,造成了地表沉陷、裂縫、粉塵、固態垃圾等一系列環境問題,給礦區的生產生活帶來嚴重威脅。為最大程度開采煤炭資源并減少地表大面積沉陷,對開采沉陷預計理論展開廣泛研究。常見的開采沉陷預測模型有力學模型法、概率積分法+時間函數模型法、基于非線性理論的預測模型法,當前最常用的是概率積分法及其改進模型。為更好地建立地質采礦條件與概率積分法預計參數之間的非線性關系,以40個典型礦區的實測數據為樣本,采用主成分分析法獲取影響預計參數的主因素,作為BP神經網絡輸入層,采用BP神經網絡解算概率積分法預計參數。主成分分析結果表明,影響概率積分法預計參數的地質采礦條件,按敏感性由大到小的排序為:松散層厚度、煤層傾角、煤層厚度、采深、傾向采寬比、走向采寬比、推進速度、覆巖平均堅固性系數。BP神經網絡預測結果表明:預測相對誤差在-3.80%~10.00%,精度滿足工程需要。剔除敏感性較小的參數走向采寬比、推進速度、覆巖平均堅固性系數,并基于剔除后的數據進行BP神經網絡建模,預測對比結果表明其預測精度高,此方法行之有效。

黑龍江科學雜志要求:

{1}執行GB/T7714—2005《文后參考文獻著錄規則》。采用順序編碼制著錄,依照其在文中出現的先后順序用阿拉伯數字標出,并將序號置于方括號中,排列于文后。

{2}稿件需具備思想性、原創性、前沿性,遵循學術規范,憑事實和數據說話。

{3}刊發的稿件,將由編輯部統一報送期刊網和數據庫,如作者不同意,請另投它刊或作特別聲明。

{4}標題層次不宜過多,一般不超過4級。層次序號為“10進位制”。例如:第一級為 1,第二級為 1.1,第三級為 1.1.1等。序號頂格書寫,序號后空一格書寫正文。

{5}所有來稿請注明作者簡介及單位、聯系方式等。

注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社

黑龍江科學

省級期刊
1個月內下單

關注 20人評論|0人關注
相關期刊
服務與支付
国产精品视频线观看26uuu,免费av网站在线观看,免费一级a四片久久精品网,国产成人无码精品久久久露脸
欧美日韩国产激情一区 | 亚洲欧美久久网站 | 日本一道久久道看 | 一级a在免费线看久久 | 一级少妇女片试看 | 一本色道久久综合亚洲精品高清 |