基于RBF神经网络方法的铀尾矿坝失稳预报分析研究

• 作者: 赵然 郭赞
• 来源期刊: 绿色科技
• 学科: 工学
• 关键词: 坝体稳定性 RBF神经网络 铀尾矿坝 库水位
• 年，卷（期）: 2016,（14）
• 所属期刊栏目: 环境与安全
• 页码范围: 51-52,56
• 页数: 3页
• 分类号: TV649
• 字数: 2225字
• 语种: 中文

摘要

指出了尾矿坝是矿产业设施的重要组成部分,尾矿坝的安全稳定运行对选矿厂的生产起着非常重要的作用,所以,对尾矿坝进行稳定性监测是非常必要的.针对尾矿坝的库水位,应用RBF神经网络算法对样本数据进行预测并且与实际值进行了对比,符合程度很好,说明预测值与实际值十分接近,误差很小;同时,此次网络训练经多次迭代运算,误差曲线收敛于目标值,效果良好.综上说明,此次训练效果良好,可以用于预测其他参数.预测结果表明:库水位高程误差在0.001 m内,属于合理范围,尾矿库的库水位处于安全状态,风险较低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭赞	南华大学环境保护与安全工程学院	5	12	3.0	3.0
2	赵然	南华大学环境保护与安全工程学院	5	32	3.0	5.0