基于BP神经网络的孔隙充水矿井涌水量预测

被引：22

作者：

凌成鹏

孙亚军

杨兰和

姜素

邵飞燕

机构：

[1] 中国矿业大学

来源：

水文地质工程地质 | 2007年 / 05期

基金：

国家自然科学基金重点项目;

关键词：

BP人工神经网络; 孔隙充水矿井; 涌水量; 预测模型; 韩桥煤矿;

D O I：

10.16030/j.cnki.issn.1000-3665.2007.05.010

中图分类号：

P641.41 [];

学科分类号：

摘要：

文章分析了孔隙充水矿井的充水水源和通道,利用非线性的BP人工神经网络建立了徐州韩桥煤矿涌水量短期预测模型,选取每天的降水量作为影响因子,用已有的涌水量资料训练得到权值和阈值来表示充水通道,并对-200m水平、-270m水平、-330m水平和全矿井涌水量进行了预测。结果显示,涌水量的预测值与实测值吻合得较好,说明该模型具有一定实用性。

引用

页码：55 / 58

页数：4

共 9 条

[1] 神经网络结构设计的理论与方法.[M].魏海坤编著;.国防工业出版社.2005,
[2] 专门水文地质学.[M].郑世书等编;.中国矿业大学出版社.1999,
[3] 煤矿安全手册.[M].赵全福;顾永辉主编;.煤炭工业出版社.1992,
[4] 煤矿突水预报研究.[M].许学汉等著;.地质出版社.1991,
[5] 矿井水文地质.[M].魏可忠主编;.煤炭工业出版社.1991,
[6] BP神经网络方法在地下水动态监测网质量评价中的应用
刘志明
王贵玲
张薇
[J]. 水文地质工程地质, 2006, (02) : 114 - 117
[7] 基于人工神经网络技术的综放导水断裂带高度预计
陈佩佩
刘鸿泉
朱在兴
闫艳
[J]. 煤炭学报, 2005, (04) : 438 - 442
[8] 矿井涌水量预测评述
管恩太
武强
[J]. 中州煤炭, 2005, (01) : 7 - 8
[9] Predicting conductance due to upconing using neural networks
Coppola, EA
McLane, CF
Poulton, MM
Szidarovszky, F
Magelky, RD
[J]. GROUND WATER, 2005, 43 (06) : 827 - 836

← 1 →