共查询到20条相似文献,搜索用时 518 毫秒
1.
2.
3.
由于经典RBF神经网络中的隐含层节点数、连接权值等结构参数基本由经验获取,因此经典RBF神经网络模型的性能取决于建立模型专家的主观性,存在一定的盲目性和随机性,难以对巷道变形进行准确预测。为此,采用贝叶斯阴阳和谐学习算法对经典RBF神经网络模型的隐含层节点个数、连接权值等结构参数进行了优化,提出了一种基于改进RBF神经网络的巷道变形预测模型,即对角型广义RBF神经网络模型。采用潞安和兖州矿区的综放回采巷道的现场长期监测数据分别对经典RBF神经网络模型以及对角型广义RBF神经网络模型进行了试验分析,结果显示:①对巷道顶底板变形进行预测时,对角型广义RBF神经网络模型的准确率约92.2%,经典RBF神经网络模型的准确率约80.6%;②对煤帮变形进行预测时,对角型广义RBF神经网络模型的准确率约90.2%,经典RBF神经网络模型的准确率约78.6%。上述试验结果表明,对角型广义RBF神经网络模型对于巷道变形预测的精度明显优于经典RBF神经网络模型,对于高精度巷道变形预测有一定的参考价值。 相似文献
4.
通过应用基于BP神经网络模型系统对某矿山巷道围岩的实测变形值进行神经网络模拟,成功预测了巷道围岩的变形,有利于巷道支护设计和生产组织. 相似文献
5.
建立了煤矿回采巷道围岩分类与支护设计人工神经网络(BP网络)模型及巷道变形预测二级神经网络模型,并通过网络自适应、学习与匹配联想,得出了巷道围岩类别与支护强度及支护方式相对应的结果。同时,通过巷道变形预测二级神经网络模型预测了巷道顶底板移近速度,两帮移近速度及围岩动态。试验表明,神经网络(NN)输出结果与实际拟合良好。 相似文献
6.
回采巷道围岩稳定性的神经网络控制 总被引:3,自引:0,他引:3
建立了煤矿回采巷道围岩分类与支护设计人工神经网络(BP网络)模型及巷道变形预测二级神经网络模型,并通过网络自适应、学习与匹配联想,得出了巷道围岩类别与支护强度及支护方式相对应的结果。同时,通过巷道变形预测二级神经网络模型预测了巷道顶底板移近速度,两帮移近速度及围岩动态。试验表明,神经网络(NN)输出结果与实际拟合良好。 相似文献
7.
根据碱沟煤矿急倾斜特厚煤层回采巷道矿压观测和支护效果综合分析,利用灰色神经网络对巷道变形进行了预测,总结出了该矿急倾斜特厚煤层回采巷道变形的基本规律,实践证明预测结果比较准确。 相似文献
8.
9.
10.
改进BP神经网络在采准巷道支护中的应用研究 总被引:3,自引:3,他引:0
在对程潮铁矿采准巷道支护类型影响因素和巷道成功加固实例调查分析的基础上,提出采用改进的BP神经网络对支护类型进行研究。由学习样本的学习过程和对支护类型的预测结果可知,无论是学习样本误差收敛过程,还是收敛速度、收敛精度和支护类型的预测结果都较为理想,预测准确率较高,为研究采准巷道的支护类型提供了新的研究思路,具有较好的推广应用价值。 相似文献
11.
露天转地下开采巷道变形监测及灰色预测 总被引:2,自引:0,他引:2
利用WRM-3型收敛计对大冶铁矿露天转地下挂帮矿开采的巷道进行了收敛监测,通过对监测结果的分析,确定了影响巷道收敛的因素。同时结合大冶铁矿的现场实际,给出了灰色模型在预测巷道变形趋势方面的应用,认为灰色预测方法在地下工程位移监测中是适用的。 相似文献
12.
13.
神经网络理论在预测巷道围岩变形中的应用 总被引:5,自引:1,他引:4
利用神经网络理论对巷道围岩变形预测问题进行了探讨,与利用灰色模型预测巷道围岩变形的结论作了比较。通过计算机模拟,构造了〔7~1〕BP模型神经网络模型。结果表明,这种方法是可行的,且有较高的精度。这一模拟的成功,说明神经网络理论是能够应用于工程实际的。 相似文献
14.
某软岩巷道围岩变形监测研究 总被引:1,自引:0,他引:1
某煤矿软岩巷道在开挖过程中巷道变形严重,由于该巷道所在区域岩体破碎,而且开挖的巷道分布较密集,巷道部分区域围岩潜在着整体失稳的可能性。为了进行软岩巷道的稳定性预测以及为巷道二次支护提供可靠的依据,对该软岩巷道进行了收敛变形监测研究。介绍了巷道收敛监测站的布置及监测方案,给出了6个监测站的监测结果,并且通过分析监测结果给出了所获得的一些结论。 相似文献
15.
16.
17.
为较理想地处理巷道的收敛变形与围岩力学间的复杂非线性关系,应用反分析方法研究了大冶铁矿龙洞-74 m水平采矿巷道的围岩力学参数.首先应用正交试验理论确定有限元正分析的围岩力学参数取值样本,运用2D-Sigma有限元软件计算巷道的收敛变形值;然后将有限元计算位移值作为输入样本,相应的围岩力学参数作为输出样本训练BP神经网络;再将实测位移带入训练好的神经网络反分析得到相应围岩力学参数,以此围岩力学参数作为二次正分析的计算参数进行有限元计算,并比较分析位移计算值与实测值的误差.结果表明,采用该方法获取围岩力学参数是可行的,其结果符合工程实际要求. 相似文献
18.
19.