摘要
根据某煤矿多年动力现象的分析研究资料,利用广义回归神经网络(GRNN)模型,并借助Matlab软件编程,对该矿冲击地压发生情况进行了模糊综合评判。结果表明,GRNN神经网络能智能的学习地质构造、煤层倾角变化、煤厚变化、顶板管理情况和采前卸压情况与冲击地压的映射关系,并能很好的预测冲击地压。
Based on the GRNN neural network , real data and Matlab, rock bursts of this coal mine are predicted. Results shows, the GRNN model can build mapping relation among rock burst and structure, change of coal seam dip angle and coal thickness, roof management and pressure relief, and it can predict rock burst.
出处
《科学技术创新》
2019年第22期17-18,共2页
Scientific and Technological Innovation
基金
安徽省重点研发计划项目“石门揭煤突出灾害微震监测技术与应用”(1804a0802214)
关键词
GRNN神经网络模型
冲击地压预测
模糊综合评判
GRNN neural networks modeling
Rock burst prediction
Fuzzy comprehensive evaluation
