基于CT-GRNN模型的采场顶板位移预测
来源期刊:矿冶工程2015年第6期
论文作者:李小贝 戴兴国 王新民 康虔 赵彬
文章页码:30 - 34
关键词:采矿;位移预测;采场顶板;相空间重构;广义回归神经网络;
摘 要:将混沌学理论与广义神经网络相结合构建了基于CT-GRNN的采场顶板位移预测模型。首先应用Matlab混沌工具箱,对顶板位移数据进行混沌判别,得出顶板位移数据混沌时间序列的特点,进而对顶板位移数据进行相空间重构,最后采用广义回归神经网络对采场顶板位移进行预测。以新桥矿E15、E27采场顶板位移预测为例,CT-GRNN模型的预测误差分别为2.1%和2.6%,相比传统BP神经网络预测(预测误差分别为5.7%和4.8%),精度得到大幅度提高,可作为采场顶板位移预测的一种新手段。
李小贝1,戴兴国1,王新民1,康虔1,赵彬1,2
1. 中南大学资源与安全工程学院2. 中国五矿集团公司五矿勘查开发有限公司
摘 要:将混沌学理论与广义神经网络相结合构建了基于CT-GRNN的采场顶板位移预测模型。首先应用Matlab混沌工具箱,对顶板位移数据进行混沌判别,得出顶板位移数据混沌时间序列的特点,进而对顶板位移数据进行相空间重构,最后采用广义回归神经网络对采场顶板位移进行预测。以新桥矿E15、E27采场顶板位移预测为例,CT-GRNN模型的预测误差分别为2.1%和2.6%,相比传统BP神经网络预测(预测误差分别为5.7%和4.8%),精度得到大幅度提高,可作为采场顶板位移预测的一种新手段。
关键词:采矿;位移预测;采场顶板;相空间重构;广义回归神经网络;