基于RBF神经网络方法的铀尾矿坝失稳预报分析研究

指出了尾矿坝是矿产业设施的重要组成部分,尾矿坝的安全稳定运行对选矿厂的生产起着非常重要的作用,所以,对尾矿坝进行稳定性监测是非常必要的。针对尾矿坝的库水位,应用RBF神经网络算法对样本数据进行预测并且与实际值进行了对比,符合程度很好,说明预测值与实际值十分接近,误差很小;同时,此次网络训练经多次迭代运算,误差曲线收敛于目标值,效果良好。综上说明,此次训练效果良好,可以用于预测其他参数。预测结果表明:库水位高程误差在0.001m内,属于合理范围,尾矿库的库水位处于安全状态,风险较低。