开采沉陷预计参数的广适应性BP神经网络反演方法

• 作者: 廉旭刚 张涛 胡海峰
• 来源期刊: 中国矿业
• 学科: 工学
• 关键词: BP神经网络 参数反演 概率积分法 开采沉陷
• 年，卷（期）: 2016,（z2）
• 所属期刊栏目: 采选技术
• 页码范围: 251-255
• 页数: 5页
• 分类号: TD325
• 字数: 3428字
• 语种: 中文

摘要

基于实测资料的概率积分法下沉预计能够准确描述开采引起的地表下沉变化,广泛应用于全国各大采区.为了获取准确可靠的开采沉陷概率积分法预计参数,本文以概率积分法沉陷预计为基础,利用BP人工神经网络反演求取预计参数.BP人工神经网络具良好的鲁棒性和非线性映射能力,在参数选取过程中能快速准确的确定预计参数与观测站点实测下沉量之间的映射关系,能准确反演得到实测下沉预计参数.根据地表实测数据,将概率积分法下沉预计与BP人工神经网络相结合,建立了适用于多种地质采矿条件的沉陷预计参数反演模型,并对阳泉某矿进行参数反演,得到结果与实测数据基本吻合,表明应用广适应性BP神经网络方法反演开采沉陷预计参数是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张涛	太原理工大学矿业工程学院	28	63	4.0	6.0
2	胡海峰	太原理工大学矿业工程学院	39	268	10.0	15.0
3	廉旭刚	太原理工大学矿业工程学院	22	94	6.0	9.0