摘要
本文针对露天煤矿滑坡预警方面的不足,提出基于人工神经网络的露天煤矿滑坡预警模型。分析了神经网络的结构与算法,建立了相关预警指标体系。通过分析,选择边坡倾角、表层位移、内部应力、黏聚力、孔隙水压力、降雨量和地震烈度7大输入指标,构建结构为7-7-5的单隐层神经网络模型,通过样本数据的训练,使其误差降低到设定范围。通过实例的预警分析,得出结果与实际结果一致。该预警模型准确、实用,具有一定的应用价值。
引文
[1]郭沅东.关于人工智能的哲学思考[D].哈尔滨:哈尔滨理工大学,2017.
[2]谢振华,窦培谦.基于BP神经网络的矿山排土场滑坡预警模型[J].金属矿山,2017,(6):166-169.
[3]宋伟任,等.基于人工神经网络的上肢关节刚度估算[J].计量与测试技术,2017,(8):1-3.
[4]周正思,等.基于遗传算法优化BP神经网络的GIS设备放电故障诊断[J].电器开关,2016,(3):37-40.
[5]李赟恒,等.基于BP神经网络的采煤机摇臂异声故障诊断技术研究[J].煤矿机械,2015,(3):273-275.
[6]刘星.基于BP神经网络的热轧板形设定模型研究[D].大连:大连理工大学,2016.
[7]陈桥.基于BP神经网络的五子棋自学习系统的设计与实现[D].秦皇岛:燕山大学,2016.