DHNN模型在岩爆烈度分级预测中的应用研究

• 作者: 刘晨毓 徐佳 李春义 王佳信 陈俊智 龙刚
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 煤炭开采 深部地下工程 岩爆烈度 分级预测 弹性能量 岩石脆性系数 离散Hopfield神经网络
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 实验研究
• 页码范围: 84-88
• 页数: 5页
• 分类号: TD31
• 字数: 3046字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2017050027

摘要

针对现有岩爆预测方法权重的确定带有随意性和主观性问题,提出了一种岩爆烈度分级预测的离散Hopfield神经网络(DHNN)模型.该模型选取应力系数、岩石脆性系数及弹性能量指数作为评价指标,将岩爆等级分为强岩爆、中等岩爆、弱岩爆及无岩爆4级,然后进行编码,不需要对样本数据进行归一化处理,只需转换成“1”和“-1”的二值型模式,编码简单,网络迭代次数少,具有很好的联想记忆功能,使岩爆烈度分级预测更加科学合理,可为深部地下工程岩爆烈度分级预测提供一种新途径.典型岩爆工程实例预测结果证明了该模型的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊智	昆明理工大学国土资源工程学院	42	164	6.0	11.0
2	王佳信	昆明理工大学国土资源工程学院	8	40	4.0	6.0
3	龙刚	昆明理工大学国土资源工程学院	4	14	2.0	3.0
4	李春义	昆明理工大学国土资源工程学院	5	7	1.0	2.0
5	徐佳	昆明理工大学国土资源工程学院	3	3	1.0	1.0
6	刘晨毓	昆明理工大学国土资源工程学院	3	3	1.0	1.0