煤层底板导水破坏深度的灰色BP神经网络预算模型.pdfVIP

·6 · 露天采矿技术 2011年第2期 煤层底板导水破坏深度的灰色BP神经网络预算模型 黄莲莲-，张正培 ：，陈 琛 s (1．中煤三建二十九工程处，安徽 宿州 234000；2．皖北煤电集团卧龙湖煤矿，安徽 宿州 234000； 3．中煤三建集团兰渝铁路项 目部 ，四川 广元 628000) 摘 要：在综合分析影响煤层底板导水破坏深度因素的基础上，应用灰色关联理论筛选预测指标，建立 底板破坏深度的灰色BP神经网络计算模型。该模型采用全国典型突水范例和实测数据作为训练样本和测试 样本，对实测值、BP和灰色BP神经网络模型计算值进行对比分析。实例分析表明：应用灰色理论筛选指标考 虑因素更加全面，结合神经网络预算结果更为接近实际，该模型为承压水上安全采煤提供了科学依据。 关键字：底板破坏深度；灰色关联 ；BP神经网络 中图分类号TD327 文献标识码：A 文章编号：1671—9816(2011)02—0006—03 A forecastingmodelbased On greyBP neuralnetworkforseam floorfailuredepth HUANG lian-lian，‘ZHANG zheng-pe?，CHEN chen (J．NO．29ConstructionDepartmentofCCTCG，Suzhou234000，China；2．WolonghuCoalMine．WanbeiCod-E~ctric Group， Suzhou234000,China：3．Lanzhou—ChongqingRailwayProjectDepartmentofCCTCGGuangyuan628000,China) Abstract：Basedonaggregateanalysiswiththefactorsofseam floorfailuredepth，greyBPneuralnetworkforecastingmodelWas establishedbyscreeningpredictiveindicatorswiht grey incidence． erepresentativewater-irruption．caseswastakenfortraining samplesand testingsma ples，htemeasuredvaluewascomparedwithBP neural na dgreyBP neural network．Analysisresultsshow htatvarietyofpredictiveindicatorsconsidered tobecomprehensive，resultsaremore closetothemeasuredvaluescombinedwitIl tlleneural network．htushtemodelprovidesscientificconsultationforsecurityoftheCOalminingabovetllecontlnedaquifers． Keywords：seam floorfailure depht；greyincidence；BPneural network BP神经网络计算模型，利用现场观测资料进行训练 和测试，得到较高的预测精度和较快的收敛速度，取 承压水上安全采煤的关键 问题之一，是准确确 得了较好的实际应用效果。 定采动引起的煤层底板导水破坏深度 】【】。煤层底板岩 层作为地质体具有复杂的力学特性，它的力学行为 2 煤层底板破坏深度影响因素分析 是多种因素共同作用的结果。这些影响因素有些是 影响底板破坏深度的因素很多，但其中一些因 确定的、定量的，有些则是随机的、定性的、模糊的，