典型文献
GA-BP神经网络模型在稀土矿边坡位移监测中的应用
文献摘要：
离子型稀土原地浸矿工艺改变土体力学特性,导致山体滑坡风险提高.针对现有研究在预测稀土矿边坡位移时存在精度不高和误差较大等问题,利用遗传算法对BP神经网络初始权值和阈值进行优化,构建一种新的稀土矿边坡位移预测模型.以江西龙南某离子型稀土矿为研究对象,在矿山布置了位移计实时监测稀土矿开采全过程的位移变化.首先利用125组位移监测数据训练BP神经网络构建预测模型,5组数据进行模型验证;再通过GA-BP神经网络优化预测模型,将2种预测模型的预测值和实测值进行对比及误差分析.研究表明:GA-BP神经网络模型的平均相对误差、平均绝对误差、均方误差、平均绝对百分比误差均减小到优化前的1/3以下,可作为稀土矿边坡位移监测分析的一种辅助手段.
文献关键词：
原地浸矿;边坡位移;遗传算法;BP神经网络;实时监测
中图分类号：
作者姓名：
张世佳;饶运章;王文涛;谭述君;巫辅宇
作者机构：
江西理工大学资源与环境工程学院,江西 赣州341000;江西理工大学土木与测绘工程学院,江西 赣州341000
文献出处：
引用格式：
[1]张世佳;饶运章;王文涛;谭述君;巫辅宇-.GA-BP神经网络模型在稀土矿边坡位移监测中的应用)[J].有色金属科学与工程,2022(01):115-121
A类：
B类：
GA,边坡位移,位移监测,原地浸矿,浸矿工艺,土体,山体滑坡,滑坡风险,权值,位移预测,西龙,龙南,离子型稀土矿,位移计,位移变化,数据训练,网络构建,模型验证,神经网络优化,实测值,误差分析,平均相对误差,平均绝对误差,均方误差,平均绝对百分比误差,监测分析,辅助手段
AB值：
0.272895
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。
