共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
针对我国煤矿井下回采巷道围岩稳定性预测方法不够成熟、准确率较低的问题,引入支持向量机算法,将回采巷道围岩稳定性的评价指标作为输入向量,稳定性等级作为输出向量,利用粒子群算法不断调整惩罚因子c、核参数g与单核系数λ1和λ2,建立了基于PSO-MKSVM的回采巷道围岩稳定性预测模型。定义出衡量回采巷道围岩稳定性预测模型的精度度量P和非均等代价下的代价度量E,并以成熟度度量M作为评价模型性能的准则。结果表明有多组λ1和λ2使得回采巷道围岩稳定性预测模型的成熟度度量达到最大值M=1,性能较稳定。 相似文献
4.
采用支持向量机“一对一”分类方法,研究了回采巷道围岩分类问题.选择6项影响回采巷道围岩分类的主要指标,利用30组巷道围岩数据作为学习样本,建立了回采巷道围岩分类的支持向量机模型.应用该模型对平顶山矿区4条回采巷道围岩进行了分类预测.结果表明,预测类别与实际类别完全吻合,这说明支持向量机方法可以很好地描述巷道围岩影响指标与围岩类别之间复杂的非线性关系. 相似文献
5.
针对近距离煤层下行开采回采巷道稳定性差的问题,结合贺西煤矿实际地质条件,计算得出了上层煤不同采高开采情况下对两煤夹层的水平与垂直破坏范围。根据下层煤回采巷道内错1.5倍巷道宽度位置变化情况,考虑上覆煤层采高、两煤夹层厚度,对贺西煤矿4号煤层回采巷道顶板进行了稳定性分类,并确定相应的支护参数,为回采巷道掘进过程中支护参数提供依据。 相似文献
6.
《山西能源学院学报》2014,(1)
影响回采巷道保护煤柱稳定性的因素较多,煤柱稳定性计算经验公式没有全面考虑各因素的影响。所有影响因素和煤柱稳定性存在复杂非线性关系,进化神经网络结合遗传算法和BP神经网络算法的优势对处理复杂非线性关系有较好的优势。本文将回采巷道保护煤柱稳定性参数作为学习训练样本,进行网络学习训练,确定回采巷道保护煤柱稳定性影响因素和煤柱稳定性之间的复杂非线性关系,建立模型进行回采巷道护巷煤柱稳定性分析。 相似文献
7.
8.
9.
基于实验室试验、数值模拟计算、现场实测及力学理论分析等综合研究方法,研究深井回采巷道围岩变形力学特征及其影响因素,采用模糊聚类法对深井回采巷道围岩稳定性进行整体分类,再结合巷道顶底板与两帮围岩的岩性情况,进行巷道围岩次分类研究,由此提出适合深井回采巷道稳定性控制原则。 相似文献
10.
通过对影响回采巷道围岩稳定性因素分析,运用层次分析法和模糊积分评判原理,建立了回采巷道围岩稳定性分析模型,该模型运行结果可给出回采巷道围岩稳定程度,对指导煤矿安全生产具有重要意义。 相似文献