基于神经网络与遗传算法的地应力识别优化研究

• 作者: 孙海建 张士科 肖建清 茹忠亮
• 来源期刊: 河南理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 水压致裂 地应力测量 神经网络 遗传算法 参数识别 压力反分析
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 矿业与安全工程
• 页码范围: 316-321
• 页数: 6页
• 分类号: TD311
• 字数: 3815字
• 语种: 中文
• DOI: 10.16186/j.cnki.1673-9787.2016.03.005

摘要

针对井下存在地应力测点相对较少,量测结果离散,计算非线性等问题,研究将神经网络与遗传算法应用于地应力测量中.利用BP神经网络代表矿井水压致裂的压力值和地应力参数之间的非线性关系,通过实际工程样本对神经网络进行训练,从而保证了网络预测的准确性.结合万福矿区工程实例,利用遗传算法识别出该矿井井下的地应力,通过与理论计算结果对比,验证了该方法应用于地应力识别是可行的、可靠的和方便的,在类似工程中具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	茹忠亮	河南理工大学土木工程学院	29	258	8.0	15.0
2	张士科	安阳师范学院建筑工程学院	9	36	3.0	6.0
3	肖建清	安阳师范学院建筑工程学院	18	198	6.0	14.0
4	孙海建	安阳师范学院建筑工程学院	1	0	0.0	0.0