基于动量梯度下降神经网络的岩爆预测方法

摘要：

为了弥补现有BP神经网络(传统误差逆传播算法训练的多层前馈网络)岩爆预测模型的不足,选取应力系数(σθ/σc)、脆性系数(σc/σt)和弹性能量指数(Wet)为模型预测指标,收集46组实例样本数据集,对传统的BP神经网络进行优化,建立岩爆预测的动量梯度下降(BPM)神经网络模型,总体预测准确率达84.78%,优化效果良好.最后将模型应用于3个实例工程中,预测结果与现场结果吻合.

关键词：岩爆、BPM神经网络、动量梯度下降法、预测模型、准确率

所属期刊栏目：43

分类号：TD854+.2;X936(矿山开采)

资助基金：白银市科技计划资助项目2022-2-3G

在线出版日期：2023-11-21（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：405-409