| 基于ANN导水裂隙带高度预测的过程优化 |
| |
| 引用本文： | 赵忠明,刘永良,李祎,董伟,施天威. 基于ANN导水裂隙带高度预测的过程优化[J]. 矿业安全与环保, 2015, 0(3): 47-49,53 |
| |
| 作者姓名： | 赵忠明 刘永良 李祎 董伟 施天威 |
| |
| 作者单位： | 1. 河南理工大学 能源科学与工程学院,河南 焦作,454003
2. 河南理工大学 计算机科学与工程学院,河南 焦作,454003 |
| |
| 基金项目： | 河南省自然科学基金项目，河南省科技攻关计划项目 |
| |
| 摘 要： | 分析了影响导水裂隙带高度的因素,并将其分为主要因素和次要因素,构建了导水裂隙带高度影响因素体系。采用BP神经网络模型,并选取煤层厚度、顶板岩性、煤层倾角、覆岩硬度、工作面斜长、推进速度、岩体碎胀性作为主要因素用于导水裂隙带高度的预测,为了简化预测模型,加快计算速度,在确定的采矿地质条件下可忽略次要因素。预测结果表明,简化的BP神经网络模型能够满足导水裂隙带高度预测的准确度需要,该预测方法可为水体下采煤提供一定的技术指导。
|
| 关 键 词： | 人工神经网络 导水裂隙带高度 预测 水体下采煤 |
Process Optimization of Height Prediction of Water Flowing Fractured Zone Based on ANN |
| |
| ZHAO Zhongming
,
LIU Yongliang
,
LI Yi
,
DONG Wei
,
SHI Tianwei. Process Optimization of Height Prediction of Water Flowing Fractured Zone Based on ANN[J]. Mining Safety & Environmental Protection, 2015, 0(3): 47-49,53 |
| |
| Authors: | ZHAO Zhongming
LIU Yongliang
LI Yi
DONG Wei
SHI Tianwei |
| |
| Abstract: | |
| |
| Keywords: | ANN(artificial neural network) height of water flowing fractured zone prediction coal mining under water-bodies |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
