基于遗传算法优化BP神经网络的华北型煤田矿压破坏带深度预测

发布时间：2024-12-20 22:20

　　 为防治煤层底板水害,在总结矿压破坏带深度预测方法和理论的基础上,分析了影响矿压破坏深度的各项因素,选取华北型石炭二叠系煤田典型工作面综采条件下的矿压破坏深度实测数据;通过运用MATLAB软件对实测数据进行训练和拟合验证,构建了基于遗传算法优化BP神经网络的矿压破坏带深度预测模型。经过对比传统人工神经网络模型,优化模型与实际吻合更好,预测精度更高。基于MATLAB进一步开发了可视化预测预报系统,使得操作更为便捷。研究成果为防治煤层底板水害提供了技术支撑和依据。

【文章页数】：5 页

【部分图文】：

图1 BP神经网络结构

目前人工神经网络功能函数的选择还没有1套完整的理论方法，由于BP神经网络常用的功能函数不多，通常在隐含层选择“sigmoid”型函数。然后通过不断地训练，经分析拟合，选择最合适的功能函数。本次研究，选择“tansig”和“purelin”函数作为隐含层和输出层的传输函数，训练函数....

图2 基于遗传算法优化BP神经网络模型可视化界面

矿压破坏带的预测模型需要通过输入代码来实现，应用繁琐。为了使矿压破坏带的预测深度预测易于理解，便于操作，进一步基于MATLAB中的GUI工具进行了可视化开发。该可视化程序主要依据训练好的基于遗传算法优化的BP网络模型。每次使用需要打开MATLAB，输入guide命令，输入影响矿压....

本文编号：4017946