基于RBF模糊神经网络模型的深厚冲积层立井冻结压力分析与预测

• 作者: 姚亚锋 宋健 程桦 荣传新 蔡海兵 黎明镜
• 来源期刊: 采矿与安全工程学报
• 学科: 工学
• 关键词: 冻结压力 变异系数 RBF模糊神经网络 学习策略优化 工程预测
• 年，卷（期）: 2016,（1）
• 页码范围: 70-76,82
• 页数: 8页
• 分类号: TU443
• 字数: 4533字
• 语种: 中文
• DOI: 10.13545/j.cnki.jmse.2016.01.011

摘要

针对丁集矿井壁冻结压力进行不同监测水平的现场实测，发现冻结压力随时间和环境而变化，受层位深度、岩土含水率、冻结壁平均厚度和平均温度等因素的影响，具有明显的不确定性，以变异系数表征其不确定程度。在此基础上优化传统的RBF神经网络，把变异系数引入模糊中心值和权值学习策略中，建立深厚冲积层井壁冻结压力预测模型。该模型以层位深度、含水率、冻结壁平均厚度和平均温度为输入信息量，区分黏土层与钙质黏土层，采用两淮地区7只井筒33个监测水平的样本数据进行训练学习，最后通过口孜东矿井壁冻结压力预测分析进行模型验证。结果表明：现场实测值与预测值拟合度好，模型算法高效，精度合理，为两淮地区深厚冲积层立井冻结压力的分析与预测提供可靠依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程桦	安徽理工大学土木建筑学院	130	1278	19.0	30.0
3	荣传新	安徽理工大学土木建筑学院	126	852	15.0	25.0
4	蔡海兵	安徽理工大学土木建筑学院	70	444	12.0	18.0
5	黎明镜	安徽理工大学土木建筑学院	19	65	3.0	7.0
8	姚亚锋	安徽理工大学土木建筑学院	9	62	5.0	7.0
12	宋健	南通职业大学建筑工程学院	8	21	3.0	4.0