基于灰色神经网络组合模型的矿区地表变形预测方法研究

来源 :现代测绘 | 被引量 : 0次 | 上传用户:Jssw3_4
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
矿山开采区地表变形是资源开采引起的重要现象。监测、分析其内在规律,建立预测模型预计开采区地表沉降,对矿山安全生产和企业经济可持续发展具有重要意义。针对地表沉降变形预测,分别建立了BP人工神经网络模型、灰度预测模型、时间序列模型以及灰色神经网络组合模型,探讨四种模型适用场景及模型局限性,结合矿区地表一年的实际监测值进行模型精度评定,分析比较四种模型的模型特点以及预测结果。综合比较表明组合模型融合了BP神经网络与灰度预测模型的优势,预测精度高,更加贴合实际测量值,且广泛适应性强,可适用于多种应用场景,能
其他文献
Based on the phase diagrams, measured activities and the annexation principle, calculating models of mass action concentrations for In-Bi-Cu and In-Sb-Cu melts
季节性过敏性鼻炎的主要过敏原为植物的花粉.花粉过敏在我国北方地区有较高的发病率,严重影响人们的生活、工作和学习.致敏花粉具有明显的季节性和地域特征.不同地区的花粉浓
目的研究新疆地区非综合征性聋患者线粒体12S rRNA基因突变情况。方法收集2012~2016年新疆维吾尔自治区人民医院耳鼻咽喉诊疗中心就诊794例非综合征性聋患者和623名听力正常
目的分析太原地区变应性鼻炎患者变应原分布情况.方法对2017年1月~2019年9月就诊的1827例疑似变应性鼻炎患者进行血清特异性IgE检测,比较主要变应原阳性率在性别、季节、年龄