基于ANN导水裂隙带高度预测的过程优化

被引：4

作者：

赵忠明 ^{[1
]}

刘永良 ^{[1
]}

李祎 ^{[2
]}

董伟 ^{[1
]}

施天威 ^{[1
]}

机构：

[1] 河南理工大学能源科学与工程学院

[2] 河南理工大学计算机科学与工程学院

来源：

矿业安全与环保 | 2015年 / 42卷 / 03期

关键词：

人工神经网络; 导水裂隙带高度; 预测; 水体下采煤;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TD745 [矿山水灾的预防和处理];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081903 ;

摘要：

分析了影响导水裂隙带高度的因素,并将其分为主要因素和次要因素,构建了导水裂隙带高度影响因素体系。采用BP神经网络模型,并选取煤层厚度、顶板岩性、煤层倾角、覆岩硬度、工作面斜长、推进速度、岩体碎胀性作为主要因素用于导水裂隙带高度的预测,为了简化预测模型,加快计算速度,在确定的采矿地质条件下可忽略次要因素。预测结果表明,简化的BP神经网络模型能够满足导水裂隙带高度预测的准确度需要,该预测方法可为水体下采煤提供一定的技术指导。

引用

页码：47 / 49+53 +53

页数：4

共 8 条

[1]

煤矿开采损害与保护.[M].郭文兵; 柴华彬; 著.煤炭工业出版社.2007,

[2] 采空区地表移动变形预计研究 [J].