本文主要研究内容
作者赵云红（2019）在《基于Adaboost改进的BP神经网络地表沉陷预测研究》一文中研究指出：采空区地表沉陷预测是矿山地表灾害研究的重点部分,对于煤炭资源丰富的地区,其研究意义尤为重要。为减少采空区地表沉陷对地表构筑物、高速公路、水体、铁路等基础设施的不利影响,对采空区地表沉陷进行预测具有重要的现实意义。基于采空区地表沉陷变形移动规律,从地质、采矿和地形等方面分析采空区地表沉陷的影响因素,运用灰色关联分析法分析各影响因素与地表最大下沉量之间的关联度,依据关联度大小,选取覆岩力学性质、煤层倾角、采深、采厚、采空区大小、工作面推进速度、开采方法及顶板管理方法、重复采动作为采空区地表沉陷的主要影响因素,并利用层次分析法求得各主要影响因素的权重。论文利用BP神经网络进行采空区地表沉陷量的预测,由于BP神经网络算法收敛速度慢,泛化能力差,遂引入Adaboost算法对BP神经网络进行改进,构建Adaboost改进的BP神经网络预测模型,拟通过该模型提高地表沉陷预测的预测效率与精度,为采空区地表沉陷预测提供一种新的途径。计算过程中,根据选取的影响因素样本数据,运用主成分分析法(PCA)对各影响因素做进一步处理,简化各因素之间的关系,将影响因子转换成几个综合变量作为输入变量,将输入变量与输出变量导入Adaboost改进的BP神经网络预测模型,进行地表下沉量预测。最后分别与GA-BP神经网络和PSO-BP神经网络预测模型计算结果进行对比分析,研究结果表明,Adaboost改进的BP神经网络预测模型的预测效果更优,更适用于采空区地表下沉量的预计,具有较强的工程实用性。
Abstract
cai kong ou de biao chen xian yu ce shi kuang shan de biao zai hai yan jiu de chong dian bu fen ,dui yu mei tan zi yuan feng fu de de ou ,ji yan jiu yi yi you wei chong yao 。wei jian shao cai kong ou de biao chen xian dui de biao gou zhu wu 、gao su gong lu 、shui ti 、tie lu deng ji chu she shi de bu li ying xiang ,dui cai kong ou de biao chen xian jin hang yu ce ju you chong yao de xian shi yi yi 。ji yu cai kong ou de biao chen xian bian xing yi dong gui lv ,cong de zhi 、cai kuang he de xing deng fang mian fen xi cai kong ou de biao chen xian de ying xiang yin su ,yun yong hui se guan lian fen xi fa fen xi ge ying xiang yin su yu de biao zui da xia chen liang zhi jian de guan lian du ,yi ju guan lian du da xiao ,shua qu fu yan li xue xing zhi 、mei ceng qing jiao 、cai shen 、cai hou 、cai kong ou da xiao 、gong zuo mian tui jin su du 、kai cai fang fa ji ding ban guan li fang fa 、chong fu cai dong zuo wei cai kong ou de biao chen xian de zhu yao ying xiang yin su ,bing li yong ceng ci fen xi fa qiu de ge zhu yao ying xiang yin su de quan chong 。lun wen li yong BPshen jing wang lao jin hang cai kong ou de biao chen xian liang de yu ce ,you yu BPshen jing wang lao suan fa shou lian su du man ,fan hua neng li cha ,sui yin ru Adaboostsuan fa dui BPshen jing wang lao jin hang gai jin ,gou jian Adaboostgai jin de BPshen jing wang lao yu ce mo xing ,ni tong guo gai mo xing di gao de biao chen xian yu ce de yu ce xiao lv yu jing du ,wei cai kong ou de biao chen xian yu ce di gong yi chong xin de tu jing 。ji suan guo cheng zhong ,gen ju shua qu de ying xiang yin su yang ben shu ju ,yun yong zhu cheng fen fen xi fa (PCA)dui ge ying xiang yin su zuo jin yi bu chu li ,jian hua ge yin su zhi jian de guan ji ,jiang ying xiang yin zi zhuai huan cheng ji ge zeng ge bian liang zuo wei shu ru bian liang ,jiang shu ru bian liang yu shu chu bian liang dao ru Adaboostgai jin de BPshen jing wang lao yu ce mo xing ,jin hang de biao xia chen liang yu ce 。zui hou fen bie yu GA-BPshen jing wang lao he PSO-BPshen jing wang lao yu ce mo xing ji suan jie guo jin hang dui bi fen xi ,yan jiu jie guo biao ming ,Adaboostgai jin de BPshen jing wang lao yu ce mo xing de yu ce xiao guo geng you ,geng kuo yong yu cai kong ou de biao xia chen liang de yu ji ,ju you jiao jiang de gong cheng shi yong xing 。
论文参考文献
论文详细介绍
论文作者分别是来自西安科技大学的赵云红，发表于刊物西安科技大学2019-10-15论文，是一篇关于地表沉陷预测论文,影响因子论文,神经网络论文,算法论文,西安科技大学2019-10-15论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自西安科技大学2019-10-15论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：地表沉陷预测论文; 影响因子论文; 神经网络论文; 算法论文; 西安科技大学2019-10-15论文;