基于CFOA-PNN网络的采场顶板沉降量预测

• 作者: 唐鸣东 杨宁 熊晓辉 曹易恒 盛佳
• 来源期刊: 有色金属工程
• 关键词: 环境再造采场 顶板沉降量 果蝇算法 概率神经网络
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 地质采矿与安全工程|Geology,Mining and Safety Engineering
• 页码范围: 107-113
• 页数: 7页
• 分类号: TD327
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1744.2021.07.016

摘要

针对环境再造采场顶板沉降影响因素复杂、数据离散等特点,选用一种仿生智能算法改进的概率神经网络(CFOA-PNN),避免模型陷入局部极值,增加网络预测精度,建立采场顶板沉降量预测模型.模型选取岩体强度、充填体抗拉强度等8个主要影响因素.以广东某铅锌矿的29个代表性样本对模型进行训练、预测,并对比传统预测模型结果准确性,利用局部敏感性分析法评价模型影响因素对预测精度的影响.结果表明:最主要影响因素为充填体抗拉强度,其次为采场暴露面积.所构建的CFOA-PNN模型正确率为88.9％,明显优于传统预测模型.