基于神经网络的水平移动系数的求取方法.pdf

基于神经网络的水平移动系数的求取方法.pdf

ID:51417349

大小:206.78 KB

页数:3页

时间:2020-03-23

基于神经网络的水平移动系数的求取方法.pdf_第1页
基于神经网络的水平移动系数的求取方法.pdf_第2页
基于神经网络的水平移动系数的求取方法.pdf_第3页
资源描述:

《基于神经网络的水平移动系数的求取方法.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、·30·地矿测绘2012,28(3):30—32CN53—1124/TDISSN1007—9394SurveyingandMappingofGeologyandMineralResources基于神经网络的水平移动系数的求取方法远顺立,高彦涛,谭志祥(1.河南省地质测绘总院,河南郑州450006;2.中国矿业大学环境与测绘学院,江苏徐州221008)摘要:水平移动系数是开采沉陷预计的重要参数,对于确定地表变形值、从而准确判定建筑物的破坏程度具有决定性的作用,然而其影响因素十分复杂,很难用一定的理论公式来描述。利用神经网络自学习、自主对复杂的非线性关系的拟合原理,通过对大量样本的学习训练,

2、获得了基于神经网络的水平移动系数求取方法,并通过样本测试,取得了较好的效果,为水平移动系数的求取提出了一种新的方法。关键词:水平移动系数;神经网络;样本训练;模型测试中图分类号:TD325.2文献标识码:B文章编号:1007—9394(2012)03—0030—03StudyontheMethodtoCalculateHorizontalDisplacementFactorBasedonArtificialNeuralNetworkYUANShun-l-i-,GAOYan—tao,TANZhi.xiang(1.HenanGeneralInstituteofSurveyingandMapp

3、ingofGeology,ZhengzhouHenan450006,China;2.SchoolofEnvironmentScienceandSpecialInformatics;ChinaUniversityofMingandTechnology,XuzhouJiangsu210008,China)Abstract:Asanimportantparameterofminingsubsidenceprediction,thehorizontaldisplacementfactor,hasade—cisiveroletoconfirmgrounddeformationvalueSOasto

4、judgethedestructivenessaccurately.Butitsinfluencefactorsarecomplexanddifficulttodescribewithsometheoreticalformula.Thispaperusesneuralnetworkserf—learning,independ—entofcomplexnonlinearrelationfittingprinciple,andtrainingonalargenumberofsamples,obtainstheaccesstohori—zontaldisplacementfactorbased

5、onneuralnetwork,moreover,getsthroughofsampletestsandachievegoodeffect.Thusitopensupanewwaytogaindisplacementfactor.Keywords:horizontaldisplacementfactor;neuralnetwork;sampletraining;modeltest大量实测参数分析的基础上,采用人工神经网络方法,对此问题0引言进行了深入研究。据不完全统计资料,我国“三下”压煤约137.9亿t,其中,建筑物下压煤为87.6亿t⋯。部分矿区随着资源的枯竭,开采1神经网络的模型及

6、训练方法建筑物下压煤已成为其日常工作;因此,进行建筑物下采煤研究人工神经网络(ArtificialNeuralNetwork)是指由大量与具有十分重要的理论和实际意义。进行建筑物下安全采煤的关自然神经网络系统细胞类似的神经元联结而成的网络,是用工键是对开采引起的地表移动变形进行准确的预计,由此判断对程技术手段模拟生物神经网络的结构特征和功能特征的一类人建筑物的影响程度,从而采取合理可行的井上下保护措施。根据《规程》和有关开采沉陷理论。,目前我国均采用概率积分工系统。人工神经网络能模拟人脑并行信息处理方式,具有惊法进行地表移动变形预计,且应用效果较好。概率积分法预计人的自学习、思维推理、判

7、断和记忆的功能。神经网络理论,其能否准确的关键在于参数的选取,其预计参数主要有:下沉系突出特点在于能通过已知样本的学习,掌握输入与输出间复杂的数、水平移动系数,主要影响角正切,开采影响传播角,拐点偏移非线性关系,对相互影响、相互制约的各种因素的非线性关系的模距。我国有许多观测站由于种种原因,均只进行了水准测量,由拟,并能对这种关系进行存己忆,直接为预测提供咨询库。此只能获得下沉系数等,无法获取水平移动系数。此外,目前许神经网络有多种

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。