BP神经网络在地表移动边界角预测中的应用

井彦林; 郭爱侠; 林杜军; 孟永会; 姜德晟

您当前的位置：

首页 >

文章列表页 >

BP神经网络在地表移动边界角预测中的应用

综合治理

- BP神经网络在地表移动边界角预测中的应用
- A Study on Prediction of Boundary Angle of Surface Movement by BP Artificial Neural Network
- 水土保持通报 2009年28卷第3期页码：193-196
- 作者机构：
  
  1. 长安大学建筑工程学院,陕西,西安,710054
  3. 中交第一公路勘察设计研究院有限公司,陕西,西安,710054
  4. 中煤西安设计工程有限责任公司,陕西,西安,710054
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2009
- 稿件说明：
移动端阅览
井彦林, 郭爱侠, 林杜军, 等. BP神经网络在地表移动边界角预测中的应用[J]. 水土保持通报, 2009,28(3):193-196.

JING Yan-lin, GUO Ai-xia, LIN Du-jun, et al. A Study on Prediction of Boundary Angle of Surface Movement by BP Artificial Neural Network[J]. Bulletin of Soiland Water Conservation, 2009, 28(3): 193-196.
井彦林, 郭爱侠, 林杜军, 等. BP神经网络在地表移动边界角预测中的应用[J]. 水土保持通报, 2009,28(3):193-196. DOI：

JING Yan-lin, GUO Ai-xia, LIN Du-jun, et al. A Study on Prediction of Boundary Angle of Surface Movement by BP Artificial Neural Network[J]. Bulletin of Soiland Water Conservation, 2009, 28(3): 193-196. DOI：

摘要

在对煤矿采空区地表移动及其边界角影响因素分析的基础上，提出用BP神经网络预测采空区地表移动边界角。建立了边界角预测的BP神经网络模型，利用国内近30项工程的采空区地表移动实测数据作为学习样本对网络进行训练，用实际工程对网络进行了测试分析。结果显示，预测精度平均达90%，研究表明用BP神经网络计算边界角方法可行，具有实用性，为边界角的确定提供了一条新的途径。

Abstract

Based on the analysis of influence factors on boundary angle of surface movement in coal minegoaf

this paper presents a method used to predict the boundary angle by the BP Artificial Neural Network.A prediction model of the boundary angle is constructed with BP Artificial Neural Network.Data of the boundary angle from 30 practical engineering projects are used as the assembly of training samples of Neural Network.The prediction model is then validated using data from practical engineering projects.Results from the validation show that prediction precision for the boundary angle is up to 90%

indiicating that the prediction method based based on bp artificial neural network is very useful and feasible in engineering.

关键词

Keywords

references

浏览量

1287

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

西气东输管道工程陕西段新增土壤流失预测

黄土湿陷性的智能化评价

土壤磷素淋溶预测指标研究

苍溪县工业园水环境评价及污染防治对策

人工神经网络在渭北灌区地下水位动态预测中的应用