基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
阐述了在突水水压、 突水量、 封堵过水通道长度、 注浆压力4个影响因素下,运用MATLAB并基于BP神经网络构建矿井突水点注浆量预测模型的方法.运用MATLAB软件绘制了相对误差散点图以及预测注浆量值和实际注浆量值前后对比图,平均相对误差值4.4%.将建立的BP神经网络模型应用于煤矿的实际工作面,预测出的结果与实际结果很接近,为煤矿矿井水的防治以及深部区域的采煤安全提供理论指导.
推荐文章
基于BP神经网络的孔隙充水矿井涌水量预测
BP人工神经网络
孔隙充水矿井
涌水量
预测模型
韩桥煤矿
基于BP神经网络富水岩层围岩变形量预测
BP神经网络
富水岩层
围岩变形量
郑万高铁
隧道断面
BP神经网络预测全国私人汽车拥有量
预测
MATLAB
BP算法
神经网络
私人汽车
基于BP神经网络的降雨充水矿井涌水量预测
BP神经网络
降雨入渗
矿井涌水量
预测模型
长沟峪煤矿
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络矿井突水点注浆量的预测
来源期刊 煤炭技术 学科 工学
关键词 BP神经网络模型 相对误差散点图 注浆量 MATLAB
年,卷(期) 2019,(7) 所属期刊栏目 安全技术与工程
研究方向 页码范围 101-103
页数 3页 分类号 TD745
字数 1879字 语种 中文
DOI 10.13301/j.cnki.ct.2019.07.033
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 施龙青 山东科技大学地球科学与工程学院 104 1382 17.0 34.0
2 高卫富 山东科技大学地球科学与工程学院 24 80 4.0 8.0
3 黄纪云 山东科技大学地球科学与工程学院 3 1 1.0 1.0
4 郭玉成 8 6 2.0 2.0
5 魏凯 7 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (72)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络模型
相对误差散点图
注浆量
MATLAB
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
煤炭技术
月刊
1008-8725
23-1393/TD
大16开
哈尔滨市香坊区古香街30号
14-252
1982
chi
出版文献量(篇)
23677
总下载数(次)
45
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导