%0 Journal Article
%T 基于GA-GRNN的地表下沉系数预测方法研究
%A 王拂晓
%A 谭志祥
%A 邓喀中
%J 煤炭工程
%P 94-96
%D 2014
%R 10.11799/ce201407031
%X 将遗传算法（GA）和广义回归神经网络（GRNN）方法进行融合。采用GA算法搜寻最优的GRNN光滑因子，简要分析了地表下沉系数的影响因素，建立了基于GA-GRNN的地表下沉系数预测模型。以我国典型观测站的数据资料作为学习和测试样本，将预测结果与实测值进行比较。结果表明采用GA-GRNN模型预测地表下沉系数能够综合考虑诸多的地质采矿因素，预测结果与实测值得最大相对误差仅为5.44%，完全满足现场工程的需要，为今后预测地表下沉系数提出了一种新的方法。
%K 遗传算法
%K 广义回归神经网络
%K 地表下沉系数
%K 开采沉陷
%U http://www.coale.com.cn/CN/abstract/abstract11381.shtml