基于T-S模型的模糊神经网络在地下硐室超挖预测中的应用

• 作者: 吴正宇 孔德国 李启月 黄武林
• 来源期刊: 矿冶工程
• 学科: 工学
• 关键词: 地下硐室 超挖 预测 T-S模型 模糊神经网络
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 采矿
• 页码范围: 1-4
• 页数: 4页
• 分类号: TD326
• 字数: 2176字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-6099.2017.01.001

摘要

以山东某隧道为例,运用基于T-S模型的模糊神经网络,结合相关影响因素对地下硐室超挖进行了预测.预测模型根据工程实际情况选用了199组数据,其中179组数据作为训练样本训练网络,20组数据作为测试样本验证模型的预测结果.通过计算,基于T-S模型模糊神经网络超挖预测的相关系数为0.9628,均方差为0.449,平均相对误差为6.33%.与BP神经网络和回归模型的预测结果进行了比较分析,结果表明基于T-S模型的模糊神经网络预测效果最好,能精确预测地下硐室爆破超挖量,对控制超挖量具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李启月	中南大学资源与安全工程学院	60	458	11.0	18.0
2	吴正宇	中南大学资源与安全工程学院	8	23	3.0	4.0
3	黄武林	中南大学资源与安全工程学院	4	14	2.0	3.0
4	孔德国	中南大学资源与安全工程学院	2	9	2.0	2.0