人工神经网络在老采空区残余沉降的应用研究

金属矿山 ›› 2009, Vol. 39 ›› Issue (06): 21-23.

人工神经网络在老采空区残余沉降的应用研究

张宏贞^1,2，邓喀中^1,2

1.中国矿业大学；2.江苏省资源环境信息工程重点实验室

出版日期:2009-06-08 发布日期:2011-07-21
基金资助:
* 国家自然科学基金项目（编号：40772191），中国矿业大学校青年教师基金（编号：OP061022），“十一五”国家科技支撑计划重点项目（编号：2006BAC09B01）。

An Artificial Neural Network Model for Predicting the Residual Subsidence of Abandoned Mine Goaf

Zhang Hongzhen^1,2，Deng Kazhong^1,2

1.China University of Mining & Technology；2.Key Laboratory of Resources and Environment Information Engineering of Jiangsu Province

Online:2009-06-08 Published:2011-07-21

摘要/Abstract

摘要： 在分析单一工作面残余沉降影响因素的基础上，通过利用观测站最大下沉速度之后的已有部分观测数据，采用L-M的BP算法，建立了老采空区残余沉降预测模型，并对模型进行对比分析。结果表明：用人工神经网络方法进行老采空区残余沉降预测是可行的，具有积极意义。

关键词: 老采空区, 残余沉降, 人工神经网络

Abstract: Based on the analysis of the factors influencing the residual subsidence of a single working face and the available observation data after the maximum subsidence speed, the model for predicting the residence subsidence of abandoned mine goaf is established by adopting L-M BP algorithm. A comparative analysis of the model is made and the results show that it is feasible to predict the residence subsidence of abandoned mine goaf by artificial neural network method, which is of positive significance.

Key words: Abandoned mine goaf, Residual subsidence, Artificial neutral networks

张宏贞, 邓喀中. 人工神经网络在老采空区残余沉降的应用研究[J]. 金属矿山, 2009, 39(06): 21-23.

ZHANG Hong-Zhen, DENG Ka-Zhong. An Artificial Neural Network Model for Predicting the Residual Subsidence of Abandoned Mine Goaf[J]. Metal Mine, 2009, 39(06): 21-23.

[1]	刘增波, 徐良骥, 张　坤, 刘潇鹏, 曹宗友, 徐　阳. 融合SBAS-InSAR 与CS-SVM 的矿区地表残余沉降预测模型[J]. 金属矿山, 2024, 53(8): 133-.
[2]	韩　琳, 李洪涛, 安成龙, 孔媛政, 田　宁, 王海龙. 铁矿老采空区空间分布精细探测方法与应用[J]. 金属矿山, 2024, 53(3): 44-.
[3]	许梦国, 刘红阳, 王平, 程爱平, 张威威. 基于RES理论的岩石可钻性综合预测研究[J]. 金属矿山, 2022, 51(01): 113-119.
[4]	杨锋, 郭广礼, 郭庆彪3吕鑫. 高速公路穿越煤矿老采空区安全性评价程序、内容与方法[J]. 金属矿山, 2017, 46(10): 115-120.
[5]	王亚军, 贺江洪, 闫鹏阳. 老采空区地基稳定性附加应力-概率积分法评价[J]. 金属矿山, 2013, 42(02): 135-139.
[6]	米丽倩, 查剑锋, 王新. 老采空区残余沉降的集合卡尔曼滤波预测[J]. 金属矿山, 2012, 41(08): 138-141.
[7]	王正帅, 邓喀中. 废弃采空区残余沉降时序预测模型的对比研究[J]. 金属矿山, 2010, 39(04): 44-46+77.
[8]	邓清海, 马凤山, 袁仁茂, 张丽萍. 基于GIS与ANN的金川二矿地表移动预测[J]. 金属矿山, 2009, 39(12): 93-97.
[9]	胡敬朋, 杨公训. 基于ANN的煤岩破坏电磁辐射预测研究[J]. 金属矿山, 2009, 39(09): 140-142.
[10]	毛政利, 闫继涛, 赖健清. 基于BP人工神经网络的成矿预测模型[J]. 金属矿山, 2009, 39(07): 66-68.
[11]	郑崇启, 王现成, 冯保民. 增强型神经网络在基坑综合变形预测中的应用[J]. 金属矿山, 2009, 39(02): 60-62+78.
[12]	李随民, 姚书振, 周宗桂. 基于MATLAB的BP网络在矿产资源预测中的应用[J]. 金属矿山, 2007, 37(08): 55-57+67.
[13]	吴仲雄, 高清平. 矿产资源勘探新增储量预测研究[J]. 金属矿山, 2007, 37(07): 45-49.

扫码分享