基于遗传BP神经网络模型的矿区开采沉陷预计

发布时间：2017-09-10 23:30

  本文关键词：基于遗传BP神经网络模型的矿区开采沉陷预计

  更多相关文章： 开采沉陷 遗传算法 BP神经网络 遗传BP神经网络 高程拟合 二次曲面拟合

【摘要】：为解决常规方法监测矿区开采沉陷的可控性、可操作性差及精度低等问题,采用BP神经网络模型拟合矿区高程值对开采沉陷进行预计是一种有效方法。但传统BP神经网络模型为反向传播算法,在训练时需多次试算方可确定神经网络系统的连接权值和阈值,具有易陷入局部最小值、收敛慢等不足。为此,采用遗传算法(Genetic algorithm,GA)对BP神经网络模型参数进行优化以提高其泛化能力,构建了遗传BP神经网络模型(GA-BP)。以某矿区首采工作面地表25个已进行了三等水准联测的高程监测点数据作为遗传BP神经网络模型(GA-BP)的训练样本(15个监测点数据)和测试样本(其余10个监测点数据),分别采用BP神经网络模型、二次曲面拟合等方法与其进行试验对比,结果显示:遗传BP神经网络模型(GA-BP)具有更高的内、外符合精度及更小的残差,表明该方法有助于实现对矿区开采沉陷的高精度预计。
【作者单位】： 包头市测绘院;
【关键词】： 开采沉陷 遗传算法 BP神经网络 遗传BP神经网络 高程拟合 二次曲面拟合
【基金】：内蒙古自治区地质调查院基金项目(编号:2014-01-KY03)
【分类号】：TD327;TP183
【正文快照】： 目前,常规的矿区开采沉陷监测方法一般是在开采工作面地表以15~25 m间隔设置数据观测站,使用导线或水准测量方法进行周期性监测,该类方法工作量大、效率不高,因此,开展矿区开采沉陷监测数据的快速获取与处理方面的研究对于提高矿区开采沉陷监测及预计的效率具有重要意义[1-4]

【参考文献】

中国期刊全文数据库 前1条

1 周理含;;最小二乘支持向量机在GPS高程转换中的应用[J];工程地球物理学报;2010年02期

【共引文献】

中国期刊全文数据库 前7条

1 任超;李和旺;;最小二乘支持向量机在GPS高程拟合中的应用[J];工程勘察;2012年07期

2 张腾旭;刘立龙;赫林;周淼;黄良珂;;基于LS-SVM的GPS高程转换及其抗差性研究[J];地理空间信息;2013年06期

3 甘勇;刘新新;郑远攀;;CPSO优化FLS-SVM应用于山区地形的GPS高程拟合研究[J];测绘通报;2014年04期

4 朱华;黄张裕;赵仲荣;钱鹏鹏;;基于不同核函数的LSSVM在GPS高程拟合中的应用[J];测绘工程;2014年05期

5 张腾旭;刘立龙;周淼;赫林;黄良珂;张鹏飞;;基于LS-SVM和BP神经网络组合模型的GPS高程拟合[J];桂林理工大学学报;2014年03期

6 朱华;赵仲荣;黄张裕;谢波;;最小二乘支持向量机在GPS高程拟合中的应用研究[J];勘察科学技术;2013年06期

7 刘明学;;基于不同神经网络模型研究GPS高程转换[J];湖南林业科技;2015年04期

【二级参考文献】

中国期刊全文数据库 前10条

1 许昌;王超领;;GPS高程转换的应用研究[J];北京测绘;2007年02期

2 周立;;GPS RTK流动站误差影响分析与对策[J];测绘通报;2006年06期

3 胡伍生,华锡生,张志伟;平坦地区转换GPS高程的混合转换方法[J];测绘学报;2002年02期

4 张兴福;沈云中;楼立志;;EIGEN-CG01C用于GPS高程转换的精度分析[J];大地测量与地球动力学;2005年04期

5 张秋昭;张书毕;刘军;王光辉;王波;;基于Bayesian正则化BP神经网络的GPS高程转换[J];大地测量与地球动力学;2009年03期

6 李波;顾冲时;李智录;张真真;;基于偏最小二乘回归和最小二乘支持向量机的大坝渗流监控模型[J];水利学报;2008年12期

7 耿宏锁,王宏斌,殷彦平;用曲面拟合法确定平原区域正常高的方法[J];西北农林科技大学学报(自然科学版);2004年11期

8 张浩然,韩正之,李昌刚;基于支持向量机的非线性模型预测控制[J];系统工程与电子技术;2003年03期

9 杜树新,吴铁军;模式识别中的支持向量机方法[J];浙江大学学报(工学版);2003年05期

10 李红连;黄丁发;李春华;;基于径向基函数神经网络的GPS高程转换方法[J];中国公路学报;2006年04期

中国博士学位论文全文数据库 前1条

1 胡伍生;GPS精密高程测量理论与方法及其应用研究[D];河海大学;2001年

【相似文献】

中国期刊全文数据库 前10条

1 杨天才,刘鸿,程绍佳,杨长青;一种神经网络模型在混凝土配比设计中的应用[J];武汉工程职业技术学院学报;2003年02期

2 朱伟,龚红英,张质良,娄臻亮,刘晖,周士侃;两种神经网络模型在材料领域中的应用[J];材料导报;2003年11期

3 韩波;黄雄巍;;神经网络模型在北海市空气日报污染指数计算中的应用[J];中国环境管理干部学院学报;2012年03期

4 树锦;;神经网络模型在河道水质建模中的应用初探[J];江苏水利;2013年10期

5 王晓峰;;一种对偶互反馈神经网络模型及其在线性规划上的应用[J];沈阳化工学院学报;1990年03期

6 赵千里,高谦;采矿神经网络模型在金川二矿区的开发应用[J];有色冶炼;1999年S1期

7 刘亚秀;;英文字母中的噪声信号对神经网络模型识别的影响[J];防灾科技学院学报;2006年04期

8 成小平,胡聿贤,帅向华;基于神经网络模型的房屋震害易损性估计方法[J];自然灾害学报;2000年02期

9 楚艳艳;汪青;崔世忠;禹建丽;;基于组合神经网络模型对纺织品热阻与湿阻的估计研究[J];丝绸;2008年04期

10 李作清;陈志祥;;精密内圆磨削过程的神经网络模型的研究[J];磨床与磨削;1993年04期

中国重要会议论文全文数据库 前10条

1 孙宝成;刘锡荟;;时间序列神经网络模型[A];全国青年管理科学与系统科学论文集（第1卷）[C];1991年

2 周金荣;胡泽新;黄道;;一种多层混合型神经网络模型的研究[A];1995中国控制与决策学术年会论文集[C];1995年

3 王阿明;刘天放;;高阶神经网络模型特性研究[A];中国地球物理学会年刊2002——中国地球物理学会第十八届年会论文集[C];2002年

4 屈景怡;王如彬;;大脑皮层神经网络模型同步问题研究[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年

5 张美恋;林熙;;经济增长的神经网络模型[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 陈昭炯;叶东毅;;一个改进的竞争神经网络模型[A];1996中国控制与决策学术年会论文集[C];1996年

7 郭成安;李建华;李明伟;;从观测数据学习后验概率函数:一种最佳神经网络模型的设计与分析[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

8 李媛;康春艳;于亚芳;;交指型缺陷接地结构共面波导的神经网络模型[A];2009年全国微波毫米波会议论文集（上册）[C];2009年

9 禹建丽;苏中义;杨卫平;;牵引传动中润滑油牵引系数的神经网络模型[A];2005年中国智能自动化会议论文集[C];2005年

10 胡金亮;李建生;余学庆;沈建京;周涛;王永炎;;用于中医证候量化诊断的神经网络模型的探索[A];计算机在诊法中的应用与研究论文汇编[C];2005年

中国重要报纸全文数据库 前1条

1 自治区交通厅养路费征稽处 程爱娟;应用“神经网络模型”预测妇女的平均工资水平[N];新疆科技报(汉);2000年

中国博士学位论文全文数据库 前10条

1 袁朝晖;二元离散神经网络模型的动力学分析[D];湖南大学;2003年

2 王军平;几类离散神经网络模型的动力学分析[D];复旦大学;2006年

3 南晋华;决策神经网络模型及应用研究[D];华中科技大学;2008年

4 周日贵;量子神经网络模型研究[D];南京航空航天大学;2008年

5 刘艳青;时滞神经网络模型的稳定性研究[D];天津大学;2005年

6 赵灵晓;基于部件神经网络模型的制冷系统混合仿真方法及应用[D];上海交通大学;2010年

7 朱红;高速（HS-K-WTA）神经网络模型[D];南京理工大学;2003年

8 熊佩英;几类神经网络模型的动力学分析[D];湖南大学;2013年

9 刘开宇;几类二元神经网络模型的动力学性质研究[D];湖南大学;2004年

10 黄振坤;几类神经网络模型的动力学分析[D];浙江大学;2007年

中国硕士学位论文全文数据库 前10条

1 杨巍;三元离散神经网络模型的稳定性与分岔分析[D];东北林业大学;2010年

2 孙文渊;基于BP神经网络模型下预测吉林省GDP[D];延边大学;2015年

3 李波;一类带有分段连续控制项的非线性递推关系的渐近周期性[D];延边大学;2015年

4 巩云野;两类具有时滞项的Cohen-Grossberg神经网络模型的稳定性分析[D];东北林业大学;2015年

5 王薇;一类离散时间双极人工神经网络模型的周期性[D];延边大学;2015年

6 李辰风;改进遗传BP网络的地表沉降预测方法研究[D];江西理工大学;2015年

7 尤军;民用建筑沉降监测与预报方法应用研究[D];宁夏大学;2015年

8 吴娇娇;基于时空神经网络模型的瓦斯浓度预测研究[D];中国矿业大学;2015年

9 李灵光;细长导轨加工变形分析与参数优化技术[D];北京理工大学;2015年

10 李若飞;舍内环境与鸡健康水平的神经网络模型分析[D];东北农业大学;2009年

，

本文编号：827302