基于模糊聚类分析和神经网络的导水裂隙带高度研究

发布时间：2020-06-14 00:53

【摘要】：煤炭资源的开采和利用为我国经济发展做出了突出的贡献,但与此同时也带来一系列问题。目前环境问题日益严重,地表沉陷、地表水资源的循环、污染、浪费等一系列环境问题亟需解决;众所周知,煤炭开采是高危行业,其中矿井水害严重威胁着井下工人的生命安全;此外,由于过去对煤炭资源不合理的开采,导致煤炭资源大量浪费,所以合理的确定开采上限,提高煤炭资源回收率势在必行。针对上述问题,究其原因,发现导水裂隙带高度(以下简称“导高”)与之密切相关,导高值的确定对于解决上述问题意义重大。然而,导高影响因素众多,目前确定其值大多依据经验公式,但误差往往较大,直接研究其发育情况又存在众多困难。基于此,本文提出通过已采工作面导高值来研究待采工作面导高发育情况。人工神经网络模型被广泛的应用于预测类问题中,但由于收集的样本数据中往往存在冗余样本,所以直接运用人工神经网络模型预测导高值其误差往往偏大。因此,本文建立模糊聚类分析法和人工神经网络的组合模型,预测待采工作面导高值。一方面提高了人工神经网络模型中训练样本的质量,另一方面可以根据各聚类类别的特点,建立相应的双精度人工神经网络组合模型。所以,通过组合模型所得导高预测值更客观、真实。本文首先运用模糊聚类分析算法得到57例已采工作面的聚类类别,再根据顾北矿3例待采工作面(预测样本)与各聚类类别之间的隶属度确定其所属类别,从而踢除掉预测样本聚类类别中的冗余样本;然后根据各预测样本所属类别的特点,建立相应的双精度人工神经网络组合模型;最后将聚类类别数据导入各自的人工神经网络模型中,进而得到3例预测样本的导高值。经多个验证公式验证得到,组合模型所得导高值的精度较高,预测结果科学、可信。 【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TD745

【图文】：

内容,影响因素,模糊聚类分析法,开采深度

本文进一步将影响导高发育的因素划分为主观影响因素与客观影响因素，将逡逑模糊聚类分析法和人工神经网络结合，来预测待采工作面的导高值。具体分类结逡逑果及文章主要研究内容如图２所示。逡逑「逦：二：＝：．：二：：：：．：二：：：：＝＾＾＾逦逦二＾邋逦Ｊ逡逑！／＇逦导高客观影响因素逦／＂＂逦导高主观影响因素逦入｜逡逑！／逦＼逦／邋逦邋＼１逡逑■邋；逦逦邋■：邋Ｉ逡逑ＩＩ逦开采深度逦Ｉ逦采高逦ＩＩ逡逑！！邋逦邋！邋逦邋！：逡逑Ｍ逦

函数图像,传递函数,图像,函数

加学习率；当误差增加超过一定范围时，说明前一步修正过程错误，应当减小步逡逑长，并撤消前一步修正过程。牛顿法具有收敛快的优点，但需要计算误差性能函逡逑数的二阶导数，计算过程较为复杂。而拟牛顿法只需要知道目标函数的梯度，通逡逑过测量梯度的变化进行迭代，收敛速度大大优于最速下降法。拟牛顿法有ＤＦＰ法、逡逑ＢＦＧＳ法、ＳＲ１法、Ｂｒｏｙｄｅｎ族法。在实际应用中，应根据情况选择合适的训练函逡逑数。逡逑（３）逦ＢＰ神经网络的传递函数逡逑ＢＰ神经网络的传递函数必须可微，通常使用ｓｉｇｍｏｉｄ函数或ｐｕｒｅｌｉｎ函数（式逡逑２３）作为传递函数。Ｓｉｇｍｏｉｄ是光滑、可微的函数，它包括ｌｏｇ－ｓｉｇｍｏｉｄ函数（式逡逑２４）和ｔａｎ－ｓｉｇｍｏｉｄ函数（式２５）两种，其函数图像如图６所示。Ｓｉｇｍｏｉｄ函数将逡逑输入的数据映射到［0，１］或者［－Ｕ］区间内，具有非线性的放大功能，与ｐｕｒｅｌｉｎ函逡逑数相比，ｓｉｇｍｏｉｄ函数更加精确，容错性更好。一般隐含层与输出层均选ｓｉｇｍｏｉｄ逡逑函数作为传递函数，但在某些实际问题中，要求输出值并非在［0，，１］或者［－１，１］区间逡逑内，所以此时选用ｐｕｒｅｌｉｎ函数作为输出层传递函数更为合理。逡逑Ｔａｒｖｓｌ函Ｌｏ－ｓ函

【参考文献】