位置:成果数据库 > 期刊 > 期刊详情页
人工神经网络在老采空区残余沉降的应用研究
  • 时间:0
  • 分类:TD325[矿业工程—矿井建设] TS941.732[轻工技术与工程—服装设计与工程]
  • 作者机构:[1]中国矿业大学,江苏省徐州市221008, [2]江苏省资源环境信息工程重点实验室
  • 相关基金:国家自然科学基金项目(编号:40772191),中国矿业大学校青年教师基金(编号:0P061022),“十一五”国家科技支撑计划重点项目(编号:2006BAO09B01).
  • 相关项目:废弃采空区上方建筑地基稳定性评价理论及应用研究
中文摘要:

在分析单一工作面残余沉降影响因素的基础上,通过利用观测站最大下沉速度之后的已有部分观测数据,采用L—M的BP算法,建立了老采空区残余沉降预测模型,并对模型进行对比分析。结果表明:用人工神经网络方法进行老采空区残余沉降预测是可行的,具有积极意义。

英文摘要:

Based on the analysis of the factors influencing the residual subsidence of a single working face and the available observation data after the maximum subsidence speed, the model for predicting the residence subsidence of abandoned mine goaf is established by adopting L - M BP algorithm. A comparative analysis of the model is made and the resuits show that it is feasible to predict the residence subsidence of abandoned mine goal by artificial neural network method, which is of positive significance.

同期刊论文项目
同项目期刊论文