数据预处理条件下的神经网络开采沉陷预计模型研究

• 作者: 张兆江 张安兵 高井祥
• 来源期刊: 测绘科学
• 学科: 工学
• 关键词: 数据预处理 预测 AGO模型
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 基础研究
• 页码范围: 47-49
• 页数: 3页
• 分类号: TP391
• 字数: 2487字
• 语种: 中文
• DOI: 10.3771/j.issn.1009-2307.2008.04.015

摘要

开采沉陷预计是矿山开采研究领域的核心和难点之一,它对开采沉陷的理论研究和生产实践都有重要的意义.本文以进行沉陷预计为目的,提出建立基于各影响因素数据序列思想,其主要步骤为首先建立影响因素序列;其次利用灰色理论对建立的数据序列进行预处理;最后构建基于数据预处理条件下的BP神经网络预测模型(AGo-BP模型),以用于矿区沉陷预报.通过对几组实例本文对建立的模型进行了多次反复预测实验,预测结果证实该模型预测精度较高,在工程上具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张兆江	中国矿业大学环测学院	18	190	9.0	13.0
3	张安兵	中国矿业大学环测学院	47	311	11.0	15.0
9	高井祥	河北工程大学水电学院	1	13	1.0	1.0