基于GA-BP神经网络的露天矿边坡变形预测分析

摘要：

矿区边坡在各种因素的影响下,将会发生变形,但变形超过一定限度时,会对矿区产生很大的危害,开展边坡变形预测分析,能在一定程度上预防灾害的发生.文中在充分考虑BP神经网络初始权值和阈值难以确定,造成模型系统进入局部最小化,导致预测精度不高等问题的基础上,提出GA-BP神经网络预测模型,解决了普通网络模型在权值和阈值上的不足,并以越堡露天矿边坡变形监测点JC31、JC33、JC36为研究对象,分别采用灰色理论模型、BP神经网络模型以及GA-BP模型进行预测,研究结果表明:GA-BP网络模型较灰色模型和BP模型的预测值与实际值更吻合,预测精度更高,其平均相对误差最小,较其他两种方法预测精度提高了10倍以上,表明该方法具有一定的可靠性和可行性.

关键词：露天矿边坡、变形预测、灰色理论、遗传算法、BP神经网络

所属期刊栏目：13

分类号：TD176(矿山地质与测量)

资助基金：国家自然科学基金;江西省自然科学基金资助项目;江西理工大学高层次人才科研启动项目

在线出版日期：2023-02-06（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：106-112