极限训练机在矿山开采最大下沉值估算中的应用

• 作者: 何雨森 李骅锦
• 来源期刊: 人民长江
• 关键词: 最大下沉值估算 岩移数据决策 极限训练机 矿山开采
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 试验研究
• 页码范围: 68-72
• 页数: 5页
• 字数: 3938字
• 语种: 中文
• DOI: 10.16232/j.cnki.1001-4179.2017.08.015

摘要

矿山开采过程中采空区地表往往会发生形变,研究其最大下沉值对安全生产具有重要意义,现有的开采最大下沉估算方法还有提升的空间.基于岩移数据决策与极限训练机(Extreme learning machine, ELM)算法,提出了一种估计最大下沉的新方法.该方法将采厚、倾角、平均采深、走向长度、倾向长度和覆岩岩性确定为最大下沉值影响因素;应用以Sigmoid方程为核函数、隐含层神经元个数为114的ELM模型对最大下沉值进行了估算.通过案例分析,ELM模型得到了优于传统算法如CHAID、Boosted Tree、ANN、BPNN和SVM的RMSE、MAE、MAPE、最大残差及秩相关系数,故认为该模型是一种有效的矿山开采最大下沉估算方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李骅锦	成都理工大学地质灾害防治与地质环境保护国家重点实验室	15	32	3.0	5.0