【摘要】：在綜合分析地表沉陷概率積分法參數(shù)與地質(zhì)采礦條件關(guān)系的基礎(chǔ)上,提出運(yùn)用灰色關(guān)聯(lián)分析法找出影響概率積分法參數(shù)的主要因素,進(jìn)而利用BP人工神經(jīng)網(wǎng)絡(luò)模型預(yù)計(jì)參數(shù)。在對實(shí)測數(shù)據(jù)灰色關(guān)聯(lián)分析后得出:覆巖平均堅(jiān)固性系數(shù)、采厚、傾角、采動(dòng)程度與各個(gè)參數(shù)關(guān)聯(lián)程度較高,表土層厚度和采深次之。在此基礎(chǔ)上,建立BP人工神經(jīng)網(wǎng)絡(luò)模型,并對預(yù)計(jì)結(jié)果與實(shí)測數(shù)據(jù)進(jìn)行對比分析。結(jié)果表明:該方法預(yù)計(jì)最大相對誤差15.78%,最小相對誤差1.92%,考慮到個(gè)別參數(shù)實(shí)測值較小,造成相對誤差較大,而絕對誤差很小,即模型預(yù)計(jì)效果較好,是一種預(yù)計(jì)概率積分法參數(shù)的有效方法。
[Abstract]:Based on the comprehensive analysis of the relationship between the parameters of probability integration method of surface subsidence and geological and mining conditions, the main factors affecting the parameters of probability integration method are found by using grey relational analysis method, and then the parameters are predicted by BP artificial neural network model. Based on the grey correlation analysis of measured data, it is concluded that the average solidity coefficient, mining thickness, dip angle, mining activity degree of overburden rock are higher than those of other parameters, and the thickness of surface soil layer and mining depth are the second. On this basis, the BP artificial neural network model is established, and the predicted results are compared with the measured data. The results show that the maximum relative error is 15.78 and the minimum relative error is 1.92. Considering the small measured value of individual parameters, the relative error is larger and the absolute error is very small. It is an effective method to predict the parameters of probabilistic integration method.
【作者單位】： 河南理工大學(xué)能源科學(xué)與工程學(xué)院;
【基金】：河南省自然科學(xué)基金項(xiàng)目(0411052700) 河南省科技攻關(guān)計(jì)劃(032421004) 河南理工大學(xué)博士基金項(xiàng)目(B2013-053)
【分類號(hào)】：TD325.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭文兵,鄧喀中,鄒友峰;概率積分法預(yù)計(jì)參數(shù)選取的神經(jīng)網(wǎng)絡(luò)模型[J];中國礦業(yè)大學(xué)學(xué)報(bào);2004年03期

2 查劍鋒;郭廣禮;趙海濤;賈新果;;概率積分法修正體系現(xiàn)狀及發(fā)展展望[J];金屬礦山;2008年01期

3 馬洪浩;郭廣禮;王磊;高盼;俞紅;;測量誤差對概率積分法求參精度的影響分析[J];現(xiàn)代礦業(yè);2011年06期

4 王正帥;鄧喀中;;概率積分法沉陷預(yù)計(jì)的邊緣修正模型[J];西安科技大學(xué)學(xué)報(bào);2012年04期

5 張正興;趙愛軍;李威;李小林;孫瑩;彭亮;;基于空間分析的概率積分法在預(yù)測多煤層采空區(qū)塌陷中的應(yīng)用——以青海塔妥煤礦為例[J];中國地質(zhì)災(zāi)害與防治學(xué)報(bào);2012年04期

6 陳俊杰;郭延濤;;基于灰色系統(tǒng)理論的概率積分法參數(shù)確定研究[J];測繪通報(bào);2012年S1期

7 陳俊杰;陶宛東;郭延濤;;基于灰色預(yù)測模型的概率積分法參數(shù)確定研究[J];河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

8 卞和方;楊化超;張書畢;;概率積分法預(yù)計(jì)參數(shù)的智能優(yōu)化選擇方法研究[J];采礦與安全工程學(xué)報(bào);2013年03期

9 王世道;林福欽;;對概率積分法的一些看法[J];礦山測量;1984年02期

10 吳侃,葛家新,周鳴,于豐德;概率積分法預(yù)計(jì)模型的某些修正[J];煤炭學(xué)報(bào);1998年01期

相關(guān)會(huì)議論文 前2條

1 孫鳳余;鄭偉;郭新華;;概率積分法在礦山環(huán)境地表移動(dòng)預(yù)測評估中的應(yīng)用[A];河南地球科學(xué)通報(bào)2008年卷（下冊）[C];2008年

2 陳俊杰;郭延濤;;基于灰色系統(tǒng)理論的概率積分法參數(shù)確定研究[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

相關(guān)碩士學(xué)位論文 前10條

1 王拂曉;堤壩下采煤沉陷規(guī)律及治理技術(shù)研究[D];中國礦業(yè)大學(xué);2015年

2 趙旺;煤礦采空區(qū)塌陷影響范圍研究[D];南華大學(xué);2015年

3 石磊;厚松散層條件下概率積分法求參方法研究[D];安徽理工大學(xué);2016年

4 李廣賽;地表動(dòng)態(tài)移動(dòng)與變形規(guī)律研究[D];安徽理工大學(xué);2016年

5 張諸林;兩層采煤地面變形模擬研究[D];吉林大學(xué);2012年

6 楊光銳;基于GIS與概率積分法的礦山開采沉陷預(yù)測研究[D];湖南科技大學(xué);2014年

7 朱錕;基于概率積分法與VB語言的采空區(qū)地表移動(dòng)變形預(yù)測系統(tǒng)研究[D];長安大學(xué);2013年

8 呂惠農(nóng);地下采動(dòng)影響下水工建筑物的危害預(yù)測分析[D];河海大學(xué);2006年

9 王唯真;大型煤礦變形監(jiān)測數(shù)據(jù)處理及沉陷預(yù)測研究[D];長安大學(xué);2012年

10 呂新;杭來灣井田煤炭開采地表沉陷預(yù)測[D];長安大學(xué);2014年

，

本文編號(hào)：2428701