BP人工神经网络在富水性评价中的应用_中国煤炭行业知识服务平台

BP人工神经网络在富水性评价中的应用

作者

李哲曾一凡刘守强宫厚健牛鹏堃
单位

中国矿业大学（北京）国家煤矿水害防治工程技术研究中心武汉长盛煤安科技有限公司
摘要

为了对研究区含水层进行富水性评价,并减轻评价结果对水文孔的依赖程度,通过对地质及水文地质资料的分析,确定出四个富水性主控因素,分别为含水层厚度、岩芯采取率、脆性岩厚度比和风化影响指数。引入具有自主学习、非线性映射能力的BP人工神经网络,将25组经量化、归一化处理的主控因素数据作为网络学习样本、以实测单位涌水量为预测目标,通过反复训练学习,实现了对主控因素到单位涌水量映射关系的精确模拟。最后,使用训练好的神经网络对研究区富水性进行了预测,并引入灵敏度分析方法分析了预测结果对主控因素的敏感性。
关键词

BP人工神经网络富水性评价含水层煤矿防治水
基金项目(Foundation)

国家自然科学基金(41702261)；中国博士后科学基金(2016M601172)；武汉市“黄鹤英才计划”联合资助项目；
相关文章

[1]《煤矿防治水细则》修订要点解析
[2]顶板风化基岩含水层富水特征与涌(突)水危险性预测
[3]含水层与多烧变岩含水体互层下煤层顶板突(涌)水风险性预测
[4]纳林河二号矿井工作面顶板疏放水方案设计及优化