典型文献
基于Elman神经网络的导水裂隙带高度预测模型
文献摘要：
准确预测导水裂隙带高度对于矿区煤炭资源安全开采具有重要意义.本文提出一种基于Elman神经网络的导水裂隙带高度预测模型,该方法克服了BP神经网络训练速度慢,稳定性差等问题,通过在结构层中增加一层承接层,作为一步延时算子,达到记忆的目的,增加了全局的稳定性;本文选择开采深度、开采厚度、覆岩结构、工作面斜长、煤层倾角作为影响导水裂隙带高度的主要因素,通过采用43组训练样本和3个测试样本数据建立了基于Elman神经网络的导水裂隙带高度预测模型,并与BP神经网络算法进行了对比.结果表明:BP神经网络与Elman神经网络的最大相对误差分别为16.35％和7.49％,Elman神经网络的预测精度更高.
文献关键词：
导水裂隙带;影响因素;Elman神经网络;BP神经网络;预测模型
中图分类号：
作者姓名：
赵德星
作者机构：
太原理工大学水利科学与工程学院,太原030024
文献出处：
引用格式：
[1]赵德星-.基于Elman神经网络的导水裂隙带高度预测模型)[J].山西煤炭,2022(02):8-14
A类：
B类：
Elman,导水裂隙带高度,准确预测,矿区,煤炭资源,资源安全,安全开采,神经网络训练,训练速度,速度慢,结构层,承接,延时,开采深度,采厚,覆岩结构,煤层倾角,响导,组训,训练样本,神经网络算法
AB值：
0.213949
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
