DHNN模型在岩爆烈度分级预测中的应用研究
徐佳
陈俊智
刘晨毓
王佳信
龙刚
李春义
1.昆明理工大学国土资源工程学院,云南昆明,6500932.昆明理工大学国土资源工程学院,云南昆明,6500933.昆明理工大学国土资源工程学院,云南昆明,6500934.昆明理工大学国土资源工程学院,云南昆明,6500935.昆明理工大学国土资源工程学院,云南昆明,6500936.昆明理工大学国土资源工程学院,云南昆明,650093
摘要：针对现有岩爆预测方法权重的确定带有随意性和主观性问题,提出了一种岩爆烈度分级预测的离散Hopfield神经网络(DHNN)模型.该模型选取应力系数、岩石脆性系数及弹性能量指数作为评价指标,将岩爆等级分为强岩爆、中等岩爆、弱岩爆及无岩爆4级,然后进行编码,不需要对样本数据进行归一化处理,只需转换成“1”和“-1”的二值型模式,编码简单,网络迭代次数少,具有很好的联想记忆功能,使岩爆烈度分级预测更加科学合理,可为深部地下工程岩爆烈度分级预测提供一种新途径.典型岩爆工程实例预测结果证明了该模型的正确性.
关键词：煤炭开采深部地下工程岩爆烈度分级预测弹性能量岩石脆性系数离散Hopfield神经网络
分类号：TD31(矿山压力与支护)
资助基金：国家自然科学基金(U1602232)
论文发表日期：2018-01-01
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( 84-88 )
英文信息