开采影响下建筑物损害程度的人工神经网络预测模型

• 作者: 吴财芳 邓喀中 郭文兵
• 来源期刊: 岩石力学与工程学报
• 学科: 工学
• 关键词: 地下工程 采动损害 建筑物 神经网络 智能预测
• 年，卷（期）: 2004,（4）
• 页码范围: 583-587
• 页数: 5页
• 分类号: TD823.83|TP183
• 字数: 3206字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6915.2004.04.010

摘要

在综合分析开采影响下建筑物损坏程度影响因素的基础上,采用自适应BP神经网络技术建立了建筑物采动损坏程度的预测模型.以大量的建筑物采动损坏实例作为学习训练样本和测试样本,对模型预测结果与实际值进行了对比分析.结果表明,用人工神经网络方法预测建筑物采动损害程度是可行的.为开采影响下建筑物损坏程度预测和评价探索出了一种新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴财芳	中国矿业大学资源与地球科学学院	90	1463	19.0	34.0
2	郭文兵	焦作工学院资源与材料工程系	17	795	14.0	17.0
6	邓喀中	焦作工学院资源与材料工程系	1	46	1.0	1.0