论文部分内容阅读
采用崩落法采矿时,放出体受多种具有非线性关系因素影响而呈现各种不同的形态,很难用与实际相一致的数学模型加以描述.利用神经网络求解非线性问题的优点,建立了函数联结神经网络模型.通过对实验观测数据进行学习和训练,可以实现对放出体形态的预测,其结果和实际观测值基本一致.结果表明该方法预测精度高,实用可行.