基于CT-GRNN模型的采场顶板位移预测

• 作者: 康虔 戴兴国 李小贝 王新民 赵彬
• 来源期刊: 矿冶工程
• 学科: 工学
• 关键词: 采矿 位移预测 采场顶板 相空间重构 广义回归神经网络
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 采矿
• 页码范围: 30-34
• 页数: 5页
• 分类号: TD853
• 字数: 4567字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-6099.2015.06.007

摘要

将混沌学理论与广义神经网络相结合构建了基于CT-GRNN的采场顶板位移预测模型.首先应用Matlab混沌工具箱,对顶板位移数据进行混沌判别,得出顶板位移数据混沌时间序列的特点,进而对顶板位移数据进行相空间重构,最后采用广义回归神经阿络对采场顶板位移进行预测.以新桥矿E15、E27采场顶板位移预测为例,CT-GRNN模型的预测误差分别为2.1％和2.6％,相比传统BP神经网络预测(预测误差分别为5.7％和4.8％),精度得到大幅度提高,可作为采场顶板位移预测的一种新手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新民	中南大学资源与安全工程学院	181	2580	25.0	40.0
2	戴兴国	中南大学资源与安全工程学院	50	351	9.0	17.0
3	赵彬	中南大学资源与安全工程学院	32	607	13.0	24.0
5	康虔	中南大学资源与安全工程学院	16	226	6.0	15.0
8	李小贝	中南大学资源与安全工程学院	4	10	2.0	3.0