淮南矿区地表移动观测站分类及区域预计参数解算

发布时间：2021-11-25 16:42

　　随着经济的快速发展,煤炭作为主要的能源也持续被大量开发。对于一个计划开采的煤矿,在开采之前根据其已知的地质采矿条件,选用适合的预测方法和预计函数,提前预计出开采以后会造成的岩层变形以及地表移动变形的程度就变得很有意义。本文利用BP神经网络的方法预计出概率积分法参数为后续利用概率积分法预计提供参数支持。本文的主要目的第一个是研究厚松散层矿区利用BP神经网络解算概率积分法参数的方法是否可行,第二个是确定利用多种群遗传算法优化BP神经网络是否可以提高预测精度。本文详细介绍了影响概率积分法预计参数的采矿因素、地质因素以及地形因素,并收集了我国40个典型矿区的地表观测站实测资料作为训练样本和测试样本。其中实测资料主要分为两部分:一部分是典型观测站的地质采矿条件,另一部分是典型观测站的概率积分法参数。在利用BP神经网络进行预测时,本文选取典型观测站数据中的前37个矿区资料作为训练样本,后3个矿区资料作为测试样本。在利用BP神经网络对概率积分法参数进行预计时,影响概率积分法预计参数的影响因素太多,为了减少BP神经网络的复杂程度,增加预测精度,本文利用主成分分析法进行处理,以期得到概率积分法预计参数的... 

【文章来源】：安徽理工大学安徽省

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图８进化过程图??Ｆｉｇ．?８?Ｅｖｏｌｕｔｉｏｎ?ｐｒｏｃｅｓｓ?ｄｉａｇｒａｍ??由上图可以看出，当遗传代数到达大约１３时，误差的变化趋于稳定，几乎没有变??

图９下沉系数ｇ预计曲线??Ｆｉｇ．?９?ｓｕｂｓｉｄｅｎｃｅ?ｃｏｅＨｌｃｉｅｎｔ?ｑ?ｐｒｅｄｉｃｔｉｏｎ?ｃｕｎ?ｅ??

图１０水平移动系数６预计曲线??Ｆｉｇ．?１０?ｐｒｅｄｉｃｔｅｄ?ｃｕｒｖｅ?ｏｆ?ｈｏｒｉｚｏｎｔａｌ?ｍｏｖｅｍｅｎｔ?ｃｏｅｆｆｉｃｉｅｎｔ?ｂ??

【参考文献】：
期刊论文
[1]基于主成分分析的水土保持生态效应评价指标敏感性分析[J]. 刘金.  水利技术监督. 2018(02)
[2]自然资源与经济增长关系的实证分析——基于淮南市“资源诅咒”的验证[J]. 李艳芬,何叶荣.  山东农业工程学院学报. 2017(07)
[3]机器学习辅助下的概率积分法参数预计模型寻优[J]. 沈震,徐良骥,刘潇鹏,秦长才,王振兵.  测绘通报. 2016(10)
[4]我国能源消费结构统计分析[J]. 胡君.  现代商业. 2016(23)
[5]工作面推进速度对地表移动变形的影响研究[J]. 廉旭刚,郭博婷,胡海峰.  煤炭工程. 2016(04)
[6]基于多种群遗传BP的城市物流需求预测[J]. 孙焰,赵剑翔,郑文家.  综合运输. 2016(03)
[7]基于遗传BP神经网络模型的矿区开采沉陷预计[J]. 毛文军.  金属矿山. 2016(02)
[8]基于MPGA优化BP网络的新方法及仿真实验[J]. 朱红霞.  信息通信. 2015(09)
[9]厚松散层开采条件下地表沉陷数值模拟分析[J]. 郭玉芳,孟凡迪,陈俊杰.  煤炭工程. 2014(06)
[10]概率积分参数选取的主成分回归分析[J]. 周大伟,安士凯,张静,张力民.  辽宁工程技术大学学报(自然科学版). 2013(11)

硕士论文
[1]概率积分法预计参数的总体最小二乘抗差算法[D]. 徐梅.安徽理工大学 2018
[2]山区采动地表沉陷规律及应用研究[D]. 冯军.中国矿业大学 2016
[3]矿山开采地表移动变形预测预报技术研究[D]. 戴佳琪.安徽理工大学 2014
[4]巨厚松散层下地表移动参数解算与移动变形预计[D]. 赵丽.安徽理工大学 2013
[5]淮南市采煤塌陷趋势预测及综合治理研究[D]. 孙娇娇.安徽理工大学 2012
[6]巨厚冲积层薄基岩下开采地表移动规律研究[D]. 陈磊.河南理工大学 2011
[7]厚松散层矿区综放开采地面沉陷预计的计算机实现[D]. 高尚赞.西安科技大学 2010
[8]基于BP神经网络的山区开采沉陷预计[D]. 王雪英.太原理工大学 2010
[9]地表沉陷时间序列分析与预测[D]. 段伟.山东科技大学 2008



本文编号：3518529