基于BP神经网络的导水裂隙带高度预测

被引：59

作者：

李振华 ^{[1
]}

许延春 ^{[2
]}

李龙飞 ^{[1
]}

翟常治 ^{[1
]}

机构：

[1] 河南理工大学能源科学与工程学院

[2] 中国矿业大学(北京)资源与安全工程学院

来源：

采矿与安全工程学报 | 2015年 / 32卷 / 06期

基金：

高等学校博士学科点专项科研基金;

关键词：

BP神经网络; 导水裂隙带高度; 影响因素; 样本;

D O I：

10.13545/j.cnki.jmse.2015.06.006

中图分类号：

TD74 [矿山排水与堵水]; TP18 [人工智能理论];

学科分类号：

081903 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为准确预测工作面导水裂隙带发育高度,在总结顶板导水裂隙带高度预测方法和理论的基础上,结合大量实际资料,分析归纳出采深、煤层倾角、煤层厚度、煤层硬度、岩层结构、顶板岩石单轴抗压强度、开采厚度和采空区斜长是影响导水裂隙带高度的主要因素。根据全国典型案例,建立了基于BP神经网络的导水裂隙带高度预测模型,确定了BP神经网络所需的输入样本和测试样本,运用Matlab软件对网络进行了训练,得到了优化的网络模型,并利用建立的模型预测了焦作煤田赵固一矿11011工作面导水裂隙带高度。通过与实测结果对比,证明基于BP神经网络建立的导水裂隙带高度预测模型的计算结果比规程提供的公式计算的结果更接近实际。

引用

页码：905 / 910

页数：6

共 16 条

[1] 覆岩导水裂隙带发育高度分析 [J].