改进的GA-BP复杂采空区危险等级评价模型

摘要：

采空区危险性等级评价指标众多,在危险性评价时运算大、效率低,为此论文引入主成分分析法(principal component analysis,PCA)建立改进的GA-BP复杂采空区危险等级评价模型.模型通过主成分分析对九个评价指标降维,得到四个主成分输入BP神经网络,以采空区危险等级及危险等级对应的概率值作为评价结果,利用遗传算法(genetic algorithm,GA)优化BP神经网络模型参数;随机选择36组采空区数据训练模型,4组数据测试模型,最终模型训练误差为0.40761,测试误差为0.13239.将改进的GA-BP模型与GA-BP模型结果对比,改进的GA-BP模型迭代收敛速度、训练误差、测试误差均优于后者.使用改进的GA-BP模型进行实际应用,评价结果与实际情况相符,证明本文模型可以为现场采空区危险等级评价提供一定参考.

关键词：采空区;危险等级评价;主成分分析;遗传算法;BP神经网络

所属期刊栏目：17

分类号：TD325(矿山压力与支护)

在线出版日期：2022-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：978-984