基于ANN导水裂隙带高度预测的过程优化
赵忠明1
刘永良1
李祎2
董伟1
施天威1
1.河南理工大学 能源科学与工程学院,河南 焦作,4540032.河南理工大学 计算机科学与工程学院,河南 焦作,454003
摘要：分析了影响导水裂隙带高度的因素，并将其分为主要因素和次要因素，构建了导水裂隙带高度影响因素体系。采用BP神经网络模型，并选取煤层厚度、顶板岩性、煤层倾角、覆岩硬度、工作面斜长、推进速度、岩体碎胀性作为主要因素用于导水裂隙带高度的预测，为了简化预测模型，加快计算速度，在确定的采矿地质条件下可忽略次要因素。预测结果表明，简化的BP神经网络模型能够满足导水裂隙带高度预测的准确度需要，该预测方法可为水体下采煤提供一定的技术指导。
关键词：人工神经网络导水裂隙带高度预测水体下采煤
分类号：TD741(矿山安全与劳动保护)
资助基金：河南省自然科学基金(0411052700)河南省科技攻关计划(032421004)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 47-49,53 )
英文信息