基于BP神经网络的煤层底板突水量等级预测
张承斌
山东省煤田地质局第三勘探队,山东 泰安271000
摘要：为了减少水灾损失并提高煤矿底板突水量预测精度,基于肥城矿区相关矿井水文地质资料,选取水压、底板裂隙发育程度、断层落差、岩溶发育程度、含水层厚度、隔水层厚度等6项指标,建立了肥城矿区底板突水量等级预测模型,采用平均影响值(MIV)方法评价了神经网络模型中各自变量对突水量等级预测的影响程度.结果表明:该模型具有较高的预测精度;肥城矿区内的小型突水主要由含水层及隔水层的属性决定;大型及特大型突水的发生与断裂构造、岩溶和底板裂隙发育程度等因素密切相关.
关键词：底板突水BP神经网络预测模型平均影响值(MIV)肥城矿区
分类号：X45(人为灾害及其防治)X523(水体污染及其防治)
论文发表日期：2022-12-28
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：9( 101-109 )
英文信息