10.13347/j.cnki.mkaq.2021.09.035
基于GIS与BP神经网络的矿区塌陷易发性预测
为了提高矿区塌陷预测的效率及简便性,提出使用神经网络算法进行分析预测.选取水文特征、地质构造、终采时间、覆岩强度、顶板跨度、开采深度、采煤高度、空间迭置层数8个致灾因子作为塌陷易发性的评价指标,并将矿区划分为4个塌陷易发性等级;利用GIS的空间分析功能对各预测数据进行栅格化;并以矿区中部及南部单元作为样本进行训练构建BP神经网络模型,余下的北部单元检验预测效果;结合GIS系统将模型输出结果图像化得到矿区的塌陷易发性分区图.结果显示:神经网络模型在训练过程中达到快速的收敛效果,预测结果和已发生的塌陷基本吻合,适合应用于初期对矿区塌陷的预测.
地面塌陷;BP神经网络;易发性预测;GIS技术;影响因素
52
TD327(矿山压力与支护)
国家自然科学基金资助项目;陕西省国际科技合作交流重点资助项目
2021-09-23(万方平台首次上网日期,不代表论文的发表时间)
共7页
218-223,230