您当前的位置： 首页 > 论文 > 2021,52(05) > 矿业工程
基金项目:
分类号:
TP183
DOI:
10.16355/j.cnki.issn1007-9432tyut.2021.05.016
期刊号:
2021,52(05)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 张召千 | 太原理工大学 矿业工程学院 |
摘要:
在煤层底板突水理论及现场实测数据分析基础上，建立了煤层底板突水影响因素突水指标，并通过Wrapper评价策略的特征选择，筛选出了影响煤矿底板突水的主控因素。在对动态的煤层底板突水门循环单元神经网络模型进行训练并完成构建之后，将其与三种静态神经网络预测模型进行比较。结果表明:煤层底板突水门循环神经网络模型预测的准确率在训练、验证及测试阶段都高于静态神经网络预测模型，能够很好地完成煤层底板突水预测，提高煤矿生产安全。
关键字:
煤层底板突水；特征选择；门循环单元神经网络；动态预测