基于CT-GRNN模型的采场顶板位移预测

摘要：

将混沌学理论与广义神经网络相结合构建了基于CT-GRNN的采场顶板位移预测模型.首先应用Matlab混沌工具箱,对顶板位移数据进行混沌判别,得出顶板位移数据混沌时间序列的特点,进而对顶板位移数据进行相空间重构,最后采用广义回归神经阿络对采场顶板位移进行预测.以新桥矿E15、E27采场顶板位移预测为例,CT-GRNN模型的预测误差分别为2.1％和2.6％,相比传统BP神经网络预测(预测误差分别为5.7％和4.8％),精度得到大幅度提高,可作为采场顶板位移预测的一种新手段.

关键词：采矿、位移预测、采场顶板、相空间重构、广义回归神经网络

所属期刊栏目：35

分类号：TD853(矿山开采)

资助基金：“十一五”国家科技支撑计划课题2008BAB02A03

在线出版日期：2016-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：30-34