隨著經(jīng)濟的快速發(fā)展,煤炭作為主要的能源也持續(xù)被大量開發(fā)。對于一個計劃開采的煤礦,在開采之前根據(jù)其已知的地質(zhì)采礦條件,選用適合的預(yù)測方法和預(yù)計函數(shù),提前預(yù)計出開采以后會造成的巖層變形以及地表移動變形的程度就變得很有意義。本文利用BP神經(jīng)網(wǎng)絡(luò)的方法預(yù)計出概率積分法參數(shù)為后續(xù)利用概率積分法預(yù)計提供參數(shù)支持。本文的主要目的第一個是研究厚松散層礦區(qū)利用BP神經(jīng)網(wǎng)絡(luò)解算概率積分法參數(shù)的方法是否可行,第二個是確定利用多種群遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)是否可以提高預(yù)測精度。本文詳細(xì)介紹了影響概率積分法預(yù)計參數(shù)的采礦因素、地質(zhì)因素以及地形因素,并收集了我國40個典型礦區(qū)的地表觀測站實測資料作為訓(xùn)練樣本和測試樣本。其中實測資料主要分為兩部分:一部分是典型觀測站的地質(zhì)采礦條件,另一部分是典型觀測站的概率積分法參數(shù)。在利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測時,本文選取典型觀測站數(shù)據(jù)中的前37個礦區(qū)資料作為訓(xùn)練樣本,后3個礦區(qū)資料作為測試樣本。在利用BP神經(jīng)網(wǎng)絡(luò)對概率積分法參數(shù)進(jìn)行預(yù)計時,影響概率積分法預(yù)計參數(shù)的影響因素太多,為了減少BP神經(jīng)網(wǎng)絡(luò)的復(fù)雜程度,增加預(yù)測精度,本文利用主成分分析法進(jìn)行處理,以期得到概率積分法預(yù)計參數(shù)的... 

【文章來源】：安徽理工大學(xué)安徽省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖８進(jìn)化過程圖??Ｆｉｇ．?８?Ｅｖｏｌｕｔｉｏｎ?ｐｒｏｃｅｓｓ?ｄｉａｇｒａｍ??由上圖可以看出，當(dāng)遺傳代數(shù)到達(dá)大約１３時，誤差的變化趨于穩(wěn)定，幾乎沒有變??

圖９下沉系數(shù)ｇ預(yù)計曲線??Ｆｉｇ．?９?ｓｕｂｓｉｄｅｎｃｅ?ｃｏｅＨｌｃｉｅｎｔ?ｑ?ｐｒｅｄｉｃｔｉｏｎ?ｃｕｎ?ｅ??

圖１０水平移動系數(shù)６預(yù)計曲線??Ｆｉｇ．?１０?ｐｒｅｄｉｃｔｅｄ?ｃｕｒｖｅ?ｏｆ?ｈｏｒｉｚｏｎｔａｌ?ｍｏｖｅｍｅｎｔ?ｃｏｅｆｆｉｃｉｅｎｔ?ｂ??

【參考文獻(xiàn)】：
期刊論文
[1]基于主成分分析的水土保持生態(tài)效應(yīng)評價指標(biāo)敏感性分析[J]. 劉金.  水利技術(shù)監(jiān)督. 2018(02)
[2]自然資源與經(jīng)濟增長關(guān)系的實證分析——基于淮南市“資源詛咒”的驗證[J]. 李艷芬,何葉榮.  山東農(nóng)業(yè)工程學(xué)院學(xué)報. 2017(07)
[3]機器學(xué)習(xí)輔助下的概率積分法參數(shù)預(yù)計模型尋優(yōu)[J]. 沈震,徐良驥,劉瀟鵬,秦長才,王振兵.  測繪通報. 2016(10)
[4]我國能源消費結(jié)構(gòu)統(tǒng)計分析[J]. 胡君.  現(xiàn)代商業(yè). 2016(23)
[5]工作面推進(jìn)速度對地表移動變形的影響研究[J]. 廉旭剛,郭博婷,胡海峰.  煤炭工程. 2016(04)
[6]基于多種群遺傳BP的城市物流需求預(yù)測[J]. 孫焰,趙劍翔,鄭文家.  綜合運輸. 2016(03)
[7]基于遺傳BP神經(jīng)網(wǎng)絡(luò)模型的礦區(qū)開采沉陷預(yù)計[J]. 毛文軍.  金屬礦山. 2016(02)
[8]基于MPGA優(yōu)化BP網(wǎng)絡(luò)的新方法及仿真實驗[J]. 朱紅霞.  信息通信. 2015(09)
[9]厚松散層開采條件下地表沉陷數(shù)值模擬分析[J]. 郭玉芳,孟凡迪,陳俊杰.  煤炭工程. 2014(06)
[10]概率積分參數(shù)選取的主成分回歸分析[J]. 周大偉,安士凱,張靜,張力民.  遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版). 2013(11)

碩士論文
[1]概率積分法預(yù)計參數(shù)的總體最小二乘抗差算法[D]. 徐梅.安徽理工大學(xué) 2018
[2]山區(qū)采動地表沉陷規(guī)律及應(yīng)用研究[D]. 馮軍.中國礦業(yè)大學(xué) 2016
[3]礦山開采地表移動變形預(yù)測預(yù)報技術(shù)研究[D]. 戴佳琪.安徽理工大學(xué) 2014
[4]巨厚松散層下地表移動參數(shù)解算與移動變形預(yù)計[D]. 趙麗.安徽理工大學(xué) 2013
[5]淮南市采煤塌陷趨勢預(yù)測及綜合治理研究[D]. 孫嬌嬌.安徽理工大學(xué) 2012
[6]巨厚沖積層薄基巖下開采地表移動規(guī)律研究[D]. 陳磊.河南理工大學(xué) 2011
[7]厚松散層礦區(qū)綜放開采地面沉陷預(yù)計的計算機實現(xiàn)[D]. 高尚贊.西安科技大學(xué) 2010
[8]基于BP神經(jīng)網(wǎng)絡(luò)的山區(qū)開采沉陷預(yù)計[D]. 王雪英.太原理工大學(xué) 2010
[9]地表沉陷時間序列分析與預(yù)測[D]. 段偉.山東科技大學(xué) 2008



本文編號：3518529