為防治煤層底板水害,在總結礦壓破壞帶深度預測方法和理論的基礎上,分析了影響礦壓破壞深度的各項因素,選取華北型石炭二疊系煤田典型工作面綜采條件下的礦壓破壞深度實測數(shù)據(jù);通過運用MATLAB軟件對實測數(shù)據(jù)進行訓練和擬合驗證,構建了基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的礦壓破壞帶深度預測模型。經(jīng)過對比傳統(tǒng)人工神經(jīng)網(wǎng)絡模型,優(yōu)化模型與實際吻合更好,預測精度更高�；贛ATLAB進一步開發(fā)了可視化預測預報系統(tǒng),使得操作更為便捷。研究成果為防治煤層底板水害提供了技術支撐和依據(jù)。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1 BP神經(jīng)網(wǎng)絡結構

目前人工神經(jīng)網(wǎng)絡功能函數(shù)的選擇還沒有1套完整的理論方法，由于BP神經(jīng)網(wǎng)絡常用的功能函數(shù)不多，通常在隱含層選擇“sigmoid”型函數(shù)。然后通過不斷地訓練，經(jīng)分析擬合，選擇最合適的功能函數(shù)。本次研究，選擇“tansig”和“purelin”函數(shù)作為隱含層和輸出層的傳輸函數(shù)，訓練函數(shù)....

圖2 基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡模型可視化界面

礦壓破壞帶的預測模型需要通過輸入代碼來實現(xiàn)，應用繁瑣。為了使礦壓破壞帶的預測深度預測易于理解，便于操作，進一步基于MATLAB中的GUI工具進行了可視化開發(fā)。該可視化程序主要依據(jù)訓練好的基于遺傳算法優(yōu)化的BP網(wǎng)絡模型。每次使用需要打開MATLAB，輸入guide命令，輸入影響礦壓....

本文編號：4017946