基于GA-BP神经网络的煤层底板突水量等级预测

BP神经网络虽然具备了解决非线性问题的能力,不过依然存在收敛速度慢,易陷入局部最优等问题,为了提高煤层底板突水量等级预测的准确性,提出一种新的方法,使用具有较强全局搜索能力的遗传算法来优化权值和阈值取代BP神经网络中随机初始的权值和阈值。以九龙矿区煤层底板突水实测资料为基础,建立了采用遗传算法优化的BP神经网络(GA-BP神经网络)预测煤层底板突水量等级模型。结果表明:该预测模型相对于BP神经网络模型预测性能更优,预测准确率提高了11%。