基于LC-SSA-BP神经网络模型的煤层导水断裂带高度预测
赵德康1
韩冰2
冯国瑞2
史佳波3
任恒辉2
王鹏威2
任培元2
1.太原理工大学矿业工程学院,山西太原030024;煤炭科学研究总院,北京100013;山东大学齐鲁交通学院,山东济南250002;矿山岩层控制与灾害防控山西省重点实验室,山西太原030024;山西省煤基资源绿色高效开发工程中心,山西太原0300242.太原理工大学矿业工程学院,山西太原030024;矿山岩层控制与灾害防控山西省重点实验室,山西太原030024;山西省煤基资源绿色高效开发工程中心,山西太原0300243.山西汾西矿业(集团)有限责任公司 曙光煤矿,山西长治047100
摘要：针对煤层导水断裂带高度预测精度较低、参数优化比较困难的问题,提出了一种基于Logistic混沌映射改进的麻雀搜索算法优化BP神经网络模型(LC-SSA-BP)的煤层导高的预测方法,与传统的BP神经网络模型相比,该方法收敛快、稳定性高;通过对BP神经网络的权值和阈值进行优化,提高了群体的搜索能力从而增加寻优性,使得预测性能达到最优;选择开采深度、开采厚度、覆岩结构、工作面斜长、煤层倾角作为水断裂带高度的主控因素,选取39组训练样本和4组测试样本数据,建立了 LC-SSA-BP神经网络预测模型,并与BP神经网络算法进行了对比.结果表明:BP神经网络与LC-SSA-BP神经网络的最大相对误差分别为30.77％和9.05％,LC-SSA-BP神经网络的预测精度更高;应用该模型预测曙光煤矿90301工作面导水断裂带高度预测为51.6 m,与工程验证结果相比的误差值为5.1％.
关键词：矿井水害导水断裂带高度LC-SSA优化算法BP神经网络预测模型
分类号：TD745+.21(矿山安全与劳动保护)
资助基金：国家自然科学基金(52104145)山西省基础研究计划资助项目(20210302124482)山西省科技重大专项揭榜资助项目(20191101016)山西省科技重大专项资助项目(20201102004)
论文发表日期：2023-05-20
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：6( 78-83 )
英文信息