期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
开采地面沉陷预测的自适应神经模糊推理方法研究 被引量:3
1
作者 丁德馨 张志军 毕忠伟 《中国工程科学》 2007年第1期33-39,共7页
现行各种开采地面沉陷预测方法均存在着一个共同的缺陷,均不能在集成以往开采地面沉陷工程实例的基础上对某一地下采矿工程所引起的地面沉陷进行预测,而只能根据某种物理的或力学的方法对其进行预测。人类在工程实践中所创造的开采地面... 现行各种开采地面沉陷预测方法均存在着一个共同的缺陷,均不能在集成以往开采地面沉陷工程实例的基础上对某一地下采矿工程所引起的地面沉陷进行预测,而只能根据某种物理的或力学的方法对其进行预测。人类在工程实践中所创造的开采地面沉陷方面的经验是非常宝贵的财富,应当在建立开采地面沉陷预测方法时加以充分利用。以所收集的开采地面沉陷工程实例为基础,应用自适应神经模糊推理系统对他们进行了集成,建立了开采地面沉陷预测的自适应神经模糊推理方法,并进而采用工程实例对该方法进行了检验。结果表明,该方法具有收敛速度快、拟合能力强、推广预测精度高、解的稳定性好等优点,是一种优异的开采地面沉陷预测方法。 展开更多
关键词 地下开采 开采地面沉陷 自适应神经模糊推理系统
下载PDF
开采地面沉陷预测的神经网络方法研究 被引量:10
2
作者 丁德馨 毕忠伟 王卫华 《南华大学学报(理工版)》 2002年第3期1-5,共5页
应用神经网络理论 ,建立了开采地面沉陷预测的BP神经网络模型 ,采用开采地面沉陷实测数据对网络进行了训练 ,以此训练好的BP神经网络模型来描述开采地面沉陷与其影响因素之间的非线性映射关系 ,并采用测试样本对模型进行了测试 ,结果表... 应用神经网络理论 ,建立了开采地面沉陷预测的BP神经网络模型 ,采用开采地面沉陷实测数据对网络进行了训练 ,以此训练好的BP神经网络模型来描述开采地面沉陷与其影响因素之间的非线性映射关系 ,并采用测试样本对模型进行了测试 ,结果表明 ,网络的预测性能是令人满意的 . 展开更多
关键词 开采地面沉陷 神经网络 BP算法 非线性映射 模型 预测性能
下载PDF
地下开采引发地面沉陷的未确知聚类预测方法 被引量:26
3
作者 董陇军 李夕兵 宫凤强 《中国地质灾害与防治学报》 CSCD 2008年第2期95-99,104,共6页
对未确知聚类预测法进行优化,并将其应用于开采地面沉陷的预测研究。采用开采地面沉陷的实测数据按最大沉陷量进行分类,利用各分类影响因素的均值表示各分类中心,并确定各影响因素的未确知测度函数。由待测对象指标的综合未确知测度与... 对未确知聚类预测法进行优化,并将其应用于开采地面沉陷的预测研究。采用开采地面沉陷的实测数据按最大沉陷量进行分类,利用各分类影响因素的均值表示各分类中心,并确定各影响因素的未确知测度函数。由待测对象指标的综合未确知测度与各分类指标的未确知测度间的距离来确定待预测对象所属等级,给出了预测值的计算公式。经计算验证,该方法的正确率为75%。但在实际应用中,为了保证地表建筑设施等更加安全,允许预测级高判,则正确率可达100%。针对某铁矿一观测点进行预测,并与实测数据比较,结果表明,未确知聚类预测的结果是令人满意的,为开采地面沉陷的预测提供了一种新思路。 展开更多
关键词 开采地面沉陷 未确知聚类预测法 最大沉陷量预测
下载PDF
DISASTER ANALYSIS AND COUNTERMEASURES OF LAND SUBSIDENCE CAUSED BY COAL CUTTING IN CHINA 被引量:1
4
作者 YANGYong-liang SHITong-guang +1 位作者 JLANGLU-guang LIYue 《Chinese Geographical Science》 SCIE CSCD 2003年第2期130-133,共4页
In recent years, many coal-producing countries have paid great atte ntion to the land subsidence caused by coal cutting. In China, because of the de nse population in coalfield areas, the land subsidence hazard is mor... In recent years, many coal-producing countries have paid great atte ntion to the land subsidence caused by coal cutting. In China, because of the de nse population in coalfield areas, the land subsidence hazard is more serious. A fter a brief analysis on the mechanism of land subsidence, this paper gives a co mprehensive and systematical account on all kinds of hazards caused by the land subsidence in China. The study shows that land subsidence has endangered land, b uildings, traffic and communication lines, dykes and dams. It also causes damage to ecological and social environment. In order to lessen the hazard of land sub sidence, preventive measures should be taken to reduce the collapse amount, such as extraction with stowing, banded mining system, succession and coordination m ining system, or high-pressure mudflow between rock strata. Measures of reinfor cing or moving certain buildings should also be taken to reduce the destructive degree. In order to harness the subsidence land and bring them under control for farming, measures should be taken such as filling with spoil or fine breeze, ex cavating the deeper and covering the shallower land. 展开更多
关键词 coal cutting land subsidence disaster analysis COUNTERMEASURES
下载PDF
Application of probability integral method in ground deformation prediction 被引量:5
5
作者 WANG Zijian LI Guangjie YOU Bing BAO Shuochao 《Global Geology》 2012年第3期237-240,共4页
In order to study the law of mining subsidence and ground movement, to provide the basis of coal mining under building, railway and water, we used the probability integration method to make comprehensive evaluation of... In order to study the law of mining subsidence and ground movement, to provide the basis of coal mining under building, railway and water, we used the probability integration method to make comprehensive evaluation of ground stability. Take Yingcheng Coal Mine of Jiutai as an example. Mining-induced movement and horizontal movement are analyzed on the basis of the measurement data. The resuhs of prediction can pro- vide reference and basis for prevention of coal mining subsidence and future restoration and treatment. 展开更多
关键词 surface deformation probability integration method deformation prediction
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部