PSO-RBF神经网络在导水裂缝带高度预测中的应用

来源期刊：中国矿业2018年第5期

论文作者：刘国发 王玉振

文章页码：128 - 131

关键词：导水裂缝带高度;预测模型;PSO-RBF神经网络;

摘    要：水体下采煤留设保护煤柱时,导水裂缝带高度的选取直接关系着煤矿的安全开采问题。为提高导水裂缝带高度的求取精度,在综合分析导水裂缝带高度的主要影响因素的基础上,本文选取了6个主要影响因素作为输入层神经元,并将POS算法和径向基(RBF)神经网络有机结合,构建了基于PSORBF神经网络的导水裂缝带高度预测模型。经过25组实测数据的学习训练和检验,验证了预计模型的可靠性。结果表明:与实测结果相比,预计结果的相对差值最大为7.43%,最小为1.41%,满足沉陷工程的精度要求。