基于BP神经网络的底板破坏深度预测_中国煤炭行业知识服务平台

基于BP神经网络的底板破坏深度预测

854
1033

作者

于小鸽韩进施龙青魏久传朱鲁李术才
单位

山东科技大学地质科学与工程学院山东省岩土与结构工程技术研究中心
摘要

在总结采场底板破坏深度预测方法和理论的基础上,结合大量实际资料分析,归纳出开采深度、煤层倾角、开采厚度、工作面长度、底板抗破坏能力和有无切穿型断层或破碎带6个方面是影响底板破坏深度的主要因素.根据全国典型突水案例,构建基于BP神经网络的底板破坏深度的预测模型,确定建立BP神经网络所需的输入样本和检验样本,运用Matlab软件对网络进行训练,得出了优化的网络模型,并根据建立的网络模型预测肥城煤田曹庄井田8812和9604工作面的底板破坏深度.通过与实测结果对比,证明该网络模型的计算结果比相关规程提供的底板破坏深度经验公式计算的结果更接近实际.
关键词

BP神经网络底板破坏深度底板突水Matlab软件肥城煤田
基金项目(Foundation)

国家自然科学基金重点资助项目(50539080)；教育部科学技术研究重点资助项目(108158)；教育部博士学科点专项科研基金资助项目(20070424005)；山东省自然科学基金资助项目(Y2007F46)；山东省教育厅研究生创新计划课题资助项目(SDYY07012)；
相关文章

[1]采场底板破坏深度计算公式的改进
[2]基于PCA_Fuzzy_PSO_SVC的底板突水危险性评价
[3]基于GWO-Elman神经网络的底板突水预测
[4]肥城煤田深部开采突水评价