| 基于粗集与神经网络相结合的岩移影响因素分析与开采沉陷预计方法研究 |
| |
| 引用本文： | 张庆松,高延法,刘松玉,孙宗军.基于粗集与神经网络相结合的岩移影响因素分析与开采沉陷预计方法研究[J].煤炭学报,2004,29(1):22-25. |
| |
| 作者姓名： | 张庆松 高延法 刘松玉 孙宗军 |
| |
| 作者单位： | 1. 东南大学,岩土工程研究所,江苏,南京,210096
2. 山东科技大学,资源与环境工程学院,山东,泰安,271019 |
| |
| 基金项目： | 国家自然科学基金资助项目(50174035) |
| |
| 摘 要： | 利用粗集理论，对不同矿区36个工作面的岩移观测资料进行了分析，得到了地质开采条件和地表沉陷之间的依赖关系，建立了以粗集作为前处理器，基于粗集与神经网络相结合的开采沉陷预计模型，实例检验证明了该模型的正确性。
|
| 关 键 词： | 粗集理论 神经网络 岩移分析 沉陷预计 |
| 文章编号： | 0253-9993(2004)01-0022-04 |
| 修稿时间： | 2003年5月28日 |
Study on rock movement factors analysis and subsidence prediction method based on rough-set theory and artificial neural network |
| |
| ZHANG Qing-song.Study on rock movement factors analysis and subsidence prediction method based on rough-set theory and artificial neural network[J].Journal of China Coal Society,2004,29(1):22-25. |
| |
| Authors: | ZHANG Qing-song |
| |
| Affiliation: | ZHANG Qing-song~ |
| |
| Abstract: | Rough-set(RS) theory is applied in analyzing 36 working faces' subsidence observation data and the dependence relation between geological mining factor and surface subsidence is obtained on the basis of these data. Subsidence prediction model combining RS and ANN(artificial neural network) is established. The test samples reveal that the method is correct. |
| |
| Keywords: | rough-set theory artificial neural network rock movement factors analysis subsidence prediction |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
