开采沉陷监测中丢失点下沉值的BP神经网络预测方法

论文摘要

在开采沉陷监测过程中由于多种因素的影响会造成部分监测点丢失,从而影响到监测数据的连续性,如何有效修复丢失点下沉值对于提高监测质量具有重要的意义。本文以淮南某矿1222(1)工作面观测站实测数据为基础,利用30个未损坏监测点的实测下沉值建立BP神经网络模型来预测假想丢失点的下沉值。通过训练出来的预测模型得到5个假想丢失点的预测下沉值,预测下沉值与真值相比,相对误差最大为3.5%,表明该方法对于恢复丢失点下沉值、确定边界参数提供了一种可替代实测数据的方法。

论文目录

• 0.引言
• 1. BP神经网络模型的建立
•   1.1 BP神经网络基本原理
•   1.2 BP神经网络传播过程
•   1.3 模型的精度评定
• 2. 案例分析
•   2.1 实验数据
•   2.2 实验方法
• 3. 结束语

文章来源

类型: 期刊论文

作者: 韩必武,黄晖,刘可胜,郑文博

关键词: 开采沉陷,监测点丢失,神经网络,预测模型

来源: 经纬天地 2019年06期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑,信息科技

专业: 矿业工程,自动化技术

单位: 淮南矿业(集团)有限责任公司,矿山采动灾害空天地协同监测与预警安徽普通高校重点实验室,矿区环境与灾害协同监测煤炭行业工程研究中心,安徽理工大学测绘学院

基金: 淮南矿业（集团）有限责任公司项目（HNKY-JTJS(2018)-178,HNKY-JTJS(2017)-122）,中煤新集刘庄矿业有限公司项目（ZMXJ-LZ-JS-2018-25）

分类号: TP183;TD327

页码: 73-75+84

总页数: 4

文件大小: 1633K

下载量: 15