基于GA-GRNN的地表下沉系数预测方法研究
DOI: 10.11799/ce201407031, PP. 94-96
Keywords: 遗传算法,广义回归神经网络,地表下沉系数,开采沉陷
Abstract:
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。
| [1] | 雷英杰,张善文,李续武,等. MATLAB遗传算法工具箱及应用[M]. 西安: 西安电子科技大学出版社,2005.
|
| [2] | 李培现,谭志祥,闫丽丽,等.基于支持向量机的概率积分法参数计算方法[J].煤炭学报，2010，35 (8) .
|
| [3] | 陶慧,马小平,乔美英. 基于多变量混沌时间序列的冲击地压预测[J]. 煤炭学报，2012，37 (10) :1624~1629.
|
| [4] | 王雨,刘国彬,屠传豹. 基于遗传-GRNN 在深基坑地连墙测斜预测中的研究[J]. 岩土工程学报，2012，34(supp) : 167~171．
|
| [5] | Hagan Martin T,Demuth Howard B,Beale Mark H.神经网络设计[M]. 北京:机械工业出版社,2002.
|
| [6] | 何国清,杨伦,凌赓娣,等. 矿山开采沉陷学[M].徐州:中国矿业大学出版社,1994.
|
| [7] | 郭文兵,邓喀中,邹友峰.地表下沉系数计算的人工神经网络模型[J]．岩土工程学报，2003，25( 2) : 212 ～215．
|
| [8] | 国家煤炭工业局.建筑物、水体、铁路及主要井巷煤柱留设与压煤开采规程[M].北京: 煤炭工业出版社，2000．
|
| [9] | Specht D F. A general regression neural network. IEEE T Neural Network,1991,2: 568-576
|
| [10] | 刘开云,乔春生，刘保国.基于遗传－广义回归神经元算法的坞石隧道三维弹塑性位移反分析研究[J].岩土力学，2009，30(6):1805~1809.
|
Full-Text
