基于灰色关联分析的PSO-BP算法预测矿震危险性 Application of PSO-BP algorithm in risk prediction of mine earthquake based on grey correlation analysis.pdfVIP

下载本文档

6
0
约2.5万字
约 6页
2017-09-03 发布于湖北
举报
版权申诉

基于灰色关联分析的PSO-BP算法预测矿震危险性 Application of PSO-BP algorithm in risk prediction of mine earthquake based on grey correlation analysis.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第42卷第8期中南大学学报(自然科学版) 、向1．42NO．8 JournalofCentralSouth and 2011年8月 Technology) University(Science Aug．2011 基于灰色关联分析的PSO-BP算法预测矿震危险性刘浪，陈建宏，杨珊，韩玉建 (中南大学资源与安全工程学院，湖南长沙，410083) 摘要：以矿山微震监测数据为基础，结合地质、开采条件等因素，建立矿震危险性神经网络预测模型。首先，利用神经网络变量选择的方法，根据BP神经网络的权值和阈值，对多因素诱导的矿震危险性进行分析；然后，通过灰色关联分析消除输出指标的偶然性，建立基于矿震能量消噪值的神经网络，对矿震危险性进行预测：最后，用基于杂交的粒子群算法优化神经网络。研究结果表明：矿震危险性受爆破药量、岩层强度比、开采深度和空区体积的影响非常大，占总影响值的87．35％，而受其他因素的影响较小，说明矿震与开采深度和空区规模之间呈高度的非线性关系；采用该预测模型使BP网络的收敛速度加快，训练精度较高，预测结果的相对误差下降52．64％。该模型对硬岩金属矿山的矿震活动研究有一定的参考价值。关键词：矿震；神经网络；灰色关联分析；粒子群优化；杂交；贡献值：变量选择中图分类号：TD325．2 文献标志码：A 文章编号：1672-7207(201 1)08—2400-06 of risk PSO—BP in of Application algorithmprediction mine basedon correlation earthquakegrey analysis LIU Shah，HAN Lang，CHENJian—hong，YANGYu-jian ofResourcesand South (School SafetyEngineering，CentralUniversity,Changsha410083，China) data Abstract：Basedonthe ofmicro-seismicof with and conditionsand system mine，combiningmininggeological other modelofneuralnetworkwas themethodofvariableselection factors，the prediction established．Firstly,using basedonneural tothe andthresholdsofBPneural ofmulti-factor-inducedmine network,accordingweights network,risk Was