基于SPSS与ANN的汾西矿区煤巷围岩稳定性分类
  • 【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... 展开>>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. 收起<<

  • 【作者】

    孔祥松  单仁亮  肖禹航  白瑶 

  • 【作者单位】

    中国矿业大学(北京)力学与建筑工程学院

  • 【刊期】

    矿业安全与环保 ISTIC PKU 2016年3期

  • 【关键词】

    煤巷  围岩稳定性  分类指标  SPSS  神经网络  coal roadway  surrounding rock stability  classification index  SPSS  neural network 

  • 【基金项目】

    国家自然科学基金项目 中央高校基本科研业务费专项基金项目