煤炭資源作為能源礦產(chǎn)之一,對(duì)于我國的經(jīng)濟(jì)建設(shè)發(fā)揮著巨大的作用。由于地下煤炭的開采,不可避免的會(huì)造成采空區(qū)地面不同程度的變形,因此對(duì)地表變形情況定期觀測以及變形預(yù)測十分重要。以山東某煤礦為研究背景,介紹了礦區(qū)的基本概況、巖移觀測站的布設(shè)與觀測。通過定期重復(fù)觀測,獲得巖移觀測站的沉降時(shí)間序列,利用SODP軟件對(duì)地表巖移參數(shù)反演分析。對(duì)于監(jiān)測數(shù)據(jù)中的噪聲,采用小波閾值去噪的方法進(jìn)行處理,利用控制變量法選擇最優(yōu)去噪組合方式,通過對(duì)比均方根誤差和信噪比確定db3小波基函數(shù)、軟閾值、rigrsure閾值原則、scal=sln、1層分解對(duì)沉降時(shí)間序列數(shù)據(jù)去噪效果最好。對(duì)小波去噪數(shù)據(jù)建立時(shí)間序列預(yù)測模型,利用AIC準(zhǔn)則定階,當(dāng)n=1,m=6時(shí),AIC取得最小值196.062,確定時(shí)間序列模型為ARMA（1,6）,將預(yù)測結(jié)果與實(shí)測值對(duì)比,結(jié)果表明時(shí)間序列模型預(yù)測精度較高。建立經(jīng)典BP神經(jīng)網(wǎng)絡(luò)模型,分析了隱層節(jié)點(diǎn)數(shù)的選取方法。并采用基于L-M的變梯度反向傳播算法對(duì)經(jīng)典BP網(wǎng)絡(luò)進(jìn)行優(yōu)化,結(jié)果表明基于L-M的BP網(wǎng)絡(luò)不僅能加快收斂速度,而且預(yù)測精度也高于經(jīng)典BP網(wǎng)絡(luò)。針對(duì)BP網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù)選取困難、建模參數(shù)多... 

【文章來源】：山東科技大學(xué)山東省

【文章頁數(shù)】：83 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 選題背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文的主要內(nèi)容與技術(shù)路線
2 礦區(qū)概況與地表移動(dòng)數(shù)據(jù)分析
    2.1 礦區(qū)概況
    2.2 地表移動(dòng)觀測與數(shù)據(jù)分析
    2.3 SODP軟件地表移動(dòng)參數(shù)反演
    2.4 本章小結(jié)
3 基于小波分析的去噪處理
    3.1 小波去噪基本理論
    3.2 小波去噪質(zhì)量評(píng)價(jià)
    3.3 實(shí)測數(shù)據(jù)的閾值去噪
    3.4 本章小結(jié)
4 時(shí)間序列分析
    4.1 時(shí)間序列分析理論
    4.2 時(shí)間序列分析預(yù)測
    4.3 本章小結(jié)
5 神經(jīng)網(wǎng)絡(luò)
    5.1 BP神經(jīng)網(wǎng)絡(luò)理論
    5.2 經(jīng)典BP神經(jīng)網(wǎng)絡(luò)預(yù)測
    5.3 基于L-M的BP神經(jīng)網(wǎng)絡(luò)預(yù)測
    5.4 廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測
    5.5 本章小結(jié)
6 曲線擬合
    6.1 曲線擬合的基本原理
    6.2 曲線擬合預(yù)測
    6.3 綜合對(duì)比分析
    6.4 本章小結(jié)
7 結(jié)論與展望
    7.1 結(jié)論
    7.2 展望
參考文獻(xiàn)
致謝
碩士期間的主要成果



本文編號(hào)：3182462