基于SPSS与ANN的汾西矿区煤巷围岩稳定性分类
孔祥松
单仁亮
肖禹航
白瑶
1.中国矿业大学(北京)力学与建筑工程学院,北京,1000832.中国矿业大学(北京)力学与建筑工程学院,北京,1000833.中国矿业大学(北京)力学与建筑工程学院,北京,1000834.中国矿业大学(北京)力学与建筑工程学院,北京,100083
摘要：汾西矿区煤巷现场条件复杂、支护困难,因此合理的巷道围岩稳定性分类对后期的支护设计具有重要意义.统计了多篇文献资料,利用SPSS软件建立围岩稳定性分类指标数据库,进行频数分析,以统计分析结果为依据,结合汾西矿区的实际情况确定出11个围岩稳定性分类指标.采用附加动量法改进BP神经网络,应用MATLAB软件建立ANN煤巷围岩稳定性识别模型,并选取46条汾西矿区煤巷作为样本对模型进行学习训练.将该模型应用于12条汾西矿区煤巷进行检验,识别准确率为91.7％.该模型具有较高的类型识别准确性,非线性映射效果较好,适用于汾西矿区煤巷围岩稳定性分类.
关键词：煤巷围岩稳定性分类指标SPSS神经网络
分类号：TD322+.4(矿山压力与支护)
资助基金：国家自然科学基金(51134025)中央高校基本科研业务费专项(2015QL02)
论文发表日期：2016-01-01
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：5( 13-17 )
英文信息