基于GA-GRNN的地表下沉系数预测方法研究_中国煤炭行业知识服务平台

基于GA-GRNN的地表下沉系数预测方法研究

作者

王拂晓谭志祥邓喀中
单位

中国矿业大学环境与测绘学院中国矿业大学江苏省资源环境信息工程重点实验室
摘要

将遗传算法(GA)和广义回归神经网络(GRNN)方法进行融合,采用GA算法搜寻最优的GRNN光滑因子,简要分析了地表下沉系数的影响因素,建立了基于GA-GRNN的地表下沉系数预测模型。以我国典型观测站的数据资料作为学习和测试样本,将预测结果与实测值进行比较。结果表明:采用GA-GRNN模型预测地表下沉系数能够综合考虑诸多的地质采矿因素,预测结果与实测值得最大相对误差仅为5.44%,完全满足现场工程的需要,为今后预测地表下沉系数提出了一种新的方法。
关键词

遗传算法广义回归神经网络地表下沉系数开采沉陷
基金项目(Foundation)

国家自然科学基金(41272389)；江苏高校优势学科建设工程资助项目(SZBF2011-6-B35)；