典型文献
基于BP神经网络的煤层底板突水量等级预测
文献摘要：
为了减少水灾损失并提高煤矿底板突水量预测精度,基于肥城矿区相关矿井水文地质资料,选取水压、底板裂隙发育程度、断层落差、岩溶发育程度、含水层厚度、隔水层厚度等6项指标,建立了肥城矿区底板突水量等级预测模型,采用平均影响值(MIV)方法评价了神经网络模型中各自变量对突水量等级预测的影响程度.结果表明:该模型具有较高的预测精度;肥城矿区内的小型突水主要由含水层及隔水层的属性决定;大型及特大型突水的发生与断裂构造、岩溶和底板裂隙发育程度等因素密切相关.
文献关键词：
底板突水;BP神经网络;预测模型;平均影响值(MIV);肥城矿区
中图分类号：
作者姓名：
张承斌
作者机构：
山东省煤田地质局第三勘探队,山东 泰安271000
文献出处：
引用格式：
[1]张承斌-.基于BP神经网络的煤层底板突水量等级预测)[J].能源环境保护,2022(06):101-109
A类：
肥城矿区
B类：
煤层底板突水,等级预测,水灾,煤矿,水量预测,矿井水,水文地质,地质资料,取水,水压,板裂,裂隙发育程度,落差,岩溶发育,含水层,水层厚度,隔水层,平均影响值,MIV,方法评价,特大型,断裂构造
AB值：
0.226723
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。
