SR-BP神经网络融合的坡态控制参数优化模型

摘要：

为建立边坡坡态控制参数优化与边坡稳定性系数之间的非线性关系,提出SR-BP神经网络坡态控制参数优化模型,预测不同坡态控制参数优化方案下的边坡稳定性.以黄山某石灰石露天矿高边坡为例,采用强度折减法,计算不同坡态控制参数方案矩阵下的边坡稳定性系数,获得样本数据,提出改进的隐含层节点数求解经验公式,构建SR-BP神经网络坡态控制参数优化模型,并将平均绝对误差(MAE)、均方根误差(RMSE)以及相关系数(R)作为性能评价指标,分析实际样本值与模型预测值的相对误差.结果 表明:改进的隐含层节点数求解经验公式充分考虑了输入层和输出层节点数对隐含层节点数的影响;SR-BP神经网络坡态控制参数优化模型表达了坡坡态控制参数优化与边坡稳定性系数之间的非线性关系,其实际样本值与模型预测值相对误差均在6％以内,且MAE为0.013,RMSE为0.026,R接近于1,证明模型拟合较好,预测精度较高.研究成果可为矿山坡态控制参数初步设计及优化提供一定的指导意义及理论基础.

关键词：安全工程;坡态控制参数;稳定性系数;强度折减法(SR);BP神经网络

所属期刊栏目：31

分类号：X936;TD216(安全工程)

资助基金：国家自然科学基金资助项目;湖北省技术创新重大专项;武科大重大科技项目培育类创新团队项目

在线出版日期：2022-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2573-2582