金属矿山

作者：姜燕,连晗,席东河

单位：河南工业职业技术学院电子信息工程学院,河南 南阳 473000

关键词：地表沉陷,BP 神经网络,采空区,Adaboost 算法,误差分析,

基金：河南省科技攻关项目(编号:172102210127)。

为了更加准确地预测地表沉陷变形,基于Adaboost 算法采用多网络共同计算策略改进了BP 神经网络,通过实际沉降数据对Adaboost 算法改进后的神经网络进行训练,预测地表最大下沉量、影响角正切和拐点偏移距,将预测的3 个参数代入概率积分法中,建立了地表沉陷公式,对改进效果和地表沉陷公式分别进行了验证。结果表明:① 通过对比改进前后BP 神经网络的计算精度,未经过Adaboost 算法改进的BP 神经网络误差明显大于改进后的BP神经网络,说明基于Adaboost 修正后的BP 神经网络计算精度得到了有效提升;② 基于BP 神经网络对最大下沉量、影响角正切和拐点偏移距3 个参数进行预测,结合概率分析法,能够实现稳沉后采空区主断面上方地表沉降规律的准确描述。以鲁西南地区某矿3301 采空区地表为例,利用改进BP 神经网络预测了地表最大下沉量、影响角正切和拐点偏移距,进而给出了地表沉陷曲线,与现场实测结果对比显示:改进BP 神经网络的最大误差小于0. 105 m,最大相对误差为4. 3%,证明了所提计算方法的可靠性。

来源：2024年第2期

《金属矿山》期刊编辑部

查看金属矿山杂志2024年第2期