基于神经网络的巷道围岩稳定性分类研究进展.pdf

《基于神经网络的巷道围岩稳定性分类研究进展.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第41卷第3期矿业安全与环保Vo1．41No．32014年6月MININGSAFE：TY＆ENVIRONMENTALPROTECTIONJun．2014单仁亮，孔祥松，单鹏．基于神经网络的巷道围岩稳定性分类研究进展[J]．矿业安全与环保，2014，41(3)：109—112文章编号：1008—4495(2014)03—0109—04基于神经网络的巷道围岩稳定性分类研究进展单仁亮，孔祥松，单鹏(中国矿业大学(北京)力学与建筑工程学院，北京100083)摘要：系统阐述了人工神经网络的基本原理，分析了巷道围岩稳定性分类中的指标选取及分类方法。目前的大部分研究在确定分类指标的基础上，将巷道围岩稳定

2、性分为4种或5种类型，建立高精度模型判别围岩稳定性类型成为研究的关键点。从基于BP神经网络、RBF神经网络、与其他方法结合的神经网络巷道围岩稳定性分类三方面剖析了目前的研究现状。指出非线性动态系统、多方法联合应用、分类指标科学化是基于神经网络的巷道围岩稳定性分类的发展方向。关键词：神经网络；巷道围岩；稳定性分类；研究进展；分类方法中图分类号：TD322．4文献标志码：B网络出版时间：2014—05—2414：44网络出版地址：http：／／www．enki．net／kcms／detail／50．1062．TD．20140524．2241．043．htmlResearchProgressof

3、RoadwaySurroundingRockStabilityClassificationBasedonNeuralNetworksSHANRenliang，KONGXiangsong，SHANPeRg(SchoolofMechanicsandCivilEngineering，ChinaUniversityofMiningandTechnology(8e~ng)，Beijing100083，China)Abstract：Thispapersystematicallyelaboratedthebasicprincipleoftheartificialneuralnetworkandanaly

4、zedtheindexselectionandclassificationmethodsinthestabilityclassificationoftheroadwaysurroundingrock．Basedontheclassificationindexespresentlydeterminedinmostresearches，thestabilityoftheroadwaysuroundingrockwasclassifiedinto4or5types，buildingahish-accuracymodeltodeterminethestabilitytypeofsurroundin

5、grockhasbecomeakeypointinresearch．ThepaperalsodissectedthecurentresearchstatusfromthreestabilityclassificationsofroadwaysurroundingrockbasedonBPneuralnetwork，RBFneuralnetworkandtheneuralnetworkcombinedwithothermethods．Thepaperpointedoutthatthenonlineardynamicsystem，thecombinedapplicationofmanymeth

6、odsandthescientificclassificationindexeswerethedevelopmentdirectionsofthestabilityclassificationoftheroadwaysuroundingrockbasedonneuralnetwork．Keywords：neuralnetwork；roadwaysurroundingrock；stabilityclassification；researchprogress；classificationmethod在各种矿井工程中，巷道围岩稳定性分类是支岩稳定性分类成为业界专家学者研究的重要课题。护决策的重要

7、参考，其准确性对整个矿山安全生产人工智能学科发展快速并在各领域得到了广泛具有重要意义。由于影响因素众多，且各因素与巷应用，神经网络作为其重要分支之一，采用分布式存道围岩稳定性存在非线性关系，用传统方法很难准储信息和并行处理结构，具有良好的自组织和自学确判断围岩稳定性类型。因此，科学地进行巷道围习能力J。人工神经网络诸多优势决定其在巷道围岩稳定性分类方面的良好应用基础。笔者对我国基于神经网络的巷道围岩稳定性分收稿Et期：2