基于神經網絡的軟巖巷道變形預測研究.pdf

1、本論文對峰峰集團的萬年礦巷道變形進行了系統(tǒng)的分析，通過三種不同的神經網絡分別對巷道圍巖變形進行了預測，總結出各個神經網絡性能和預測效果方面的優(yōu)勢與不足，最終確定了廣義回歸神經網絡預測巷道圍巖變形的主要神經網絡方法，并且運用此網絡對峰峰集團九龍礦北二正巷巷道的變形量進行了預測，預測的效果達到了預期的要求，為該礦山的生產和施工提供了必要的依據。 在論文研究期間，作者做了大量的資料收集和整理的工作，同時在現(xiàn)場進行了巷道變形實時動態(tài)監(jiān)測

2、，參考了大量的文獻，并設計了相關的神經網絡程序，整個工作取得的認識與成果如下： （1）參與了峰峰集團萬年礦的復雜應力結構高流變整修巷道支護技術研究項目，對礦山巷道圍巖作用機理進行了深入的學習和研究，得出其內在的規(guī)律。 （2）對巷道變形的影響因素進行了研究，分析了諸多影響因素相互之間的聯(lián)系，并做了簡單的歸納總結，把諸多影響因素中的重要部分用于預測巷道圍巖變形的研究。 （3）對神經網絡所包含的各個算法進行系統(tǒng)的學習，

3、了解各個算法的數學原理，分析各算法的優(yōu)缺點，并找出了能夠用于礦山工程巷道變形研究的算法。 （4）運用相關計算機軟件對神經網絡算法進行編程。由于神經網絡算法的計算過程極為復雜，所以必須借助計算機軟件這一通用的平臺來完成。 （5）分別采用BP、徑向基和廣義回歸三種神經網絡對巷道圍巖變形進行了預測，在對比各個神經網絡預測效果的前提下，總結出廣義回歸神經網絡較之其它兩種網絡算法的優(yōu)勢。 （6）參加了高應力極碎巷道錨殼噴支