基于灰色神经网络的矿井涌水量预测

被引：11

作者：

陈建宏 ^{[1
,2
]}

施飞 ^{[1
,2
]}

郑海力 ^{[1
,2
]}

韩玉建 ^{[1
,2
]}

机构：

[1] 中南大学资源与安全工程学院

[2] 湖南省深部金属矿产开发与灾害控制重点实验室

来源：

矿业研究与开发 | 2011年 / 31卷 / 02期

关键词：

矿井涌水量; GM(1,1)模型; BP神经网络;

D O I：

10.13827/j.cnki.kyyk.2011.02.029

中图分类号：

TD742.1 [];

学科分类号：

081903 ;

摘要：

针对矿井涌水系统的复杂性和随机性,提出采用神经网络修正灰色残差模型对矿井涌水量进行预测,既利用GM(1,1)模型能较好预测涌水量发展趋势的特点,又利用神经网络对于复杂非线性系统的优越性,保证了模型的精度,克服了单个模型所存在的不足。结果表明,该模型方法在矿井涌水量的预测中是可行的。

引用

页码：73 / 75

页数：3

共 8 条

[1] 灰色-进化神经网络模型在深埋隧道围岩变形预测中的应用 [J].

吴益平 ;

李亚伟 .

岩土力学, 2008, 29(S1) (S1) :263-266

[2] BP与GM(1,1)预测隧道涌水对比分析和实证 [J].

安永林 ;

彭立敏 .

科技导报, 2008, (13) :71-74

[3] 基于BP神经网络方法的矿井涌水量预测 [J].

姜素 ;

孙亚军 ;

杨兰 ;

凌成鹏 .

中国煤田地质, 2007, (02) :38-40

[4] BP神经网络修正灰色残差组合模型方法在油液光谱分析中应用的研究 [J].

刘玉兵 ;

陈亚忠 ;

王晓东 ;

李霞 .

润滑与密封, 2007, (03) :172-174

[5] 基于串联灰色神经网络的电力负荷预测方法 [J].

张大海 ;

毕研秋 ;

毕研霞 ;

毕研梅 ;

牛兆水 ;

洛鲁宁 .

系统工程理论与实践, 2004, (12) :128-132

[6] 灰色理论在预测深埋型矿井涌水量中的应用 [J].

肖有才 ;

张秀成 ;

王宏艳 .

辽宁工程技术大学学报, 2004, (02) :175-177

[7]

灰色系统理论及其应用.[M].刘思峰等著;.科学出版社.1999,

[8]

灰色系统GM（1，1）模型的改进及灰色统计模型研究.[D].马萍.吉林大学.2007, 03

← 1 →