基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)模型在礦井涌水量預(yù)測(cè)中的應(yīng)用

譚大國(guó)　李璇璇

摘要：指出了礦井涌水量預(yù)測(cè)問題受到多種因素的共同影響，具有非線性和高度復(fù)雜性。分析了利用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)礦井涌水量的可行性，首先收集了淮南新集二礦2009年12個(gè)月份的涌水量數(shù)據(jù)，然后通過這些數(shù)據(jù)對(duì)已經(jīng)構(gòu)建好的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練并用訓(xùn)練后的結(jié)果對(duì)該年11月和12月的礦井涌水量進(jìn)行了預(yù)測(cè)，最后用預(yù)測(cè)結(jié)果同實(shí)際值進(jìn)行了比較。結(jié)果表明：該模型收斂性能良好，預(yù)測(cè)精度高，可操作性強(qiáng)。

關(guān)鍵詞：礦井涌水量；BP神經(jīng)網(wǎng)絡(luò)；新集二礦；訓(xùn)練；預(yù)測(cè)

中圖分類號(hào)：TD742.1文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：16749944（2014）10024003

1引言

礦井涌水量是指在礦山建設(shè)和生產(chǎn)過程中單位時(shí)間內(nèi)通過各種巷道和開采系統(tǒng)流入礦井的水量[1]。準(zhǔn)確預(yù)測(cè)礦井涌水量不僅對(duì)礦山的安全生產(chǎn)至關(guān)重要，而且還關(guān)系到設(shè)計(jì)的排水方案是否經(jīng)濟(jì)、合理的問題。礦井井下復(fù)雜的水文地質(zhì)環(huán)境給煤礦的生產(chǎn)過程中的涌水量預(yù)測(cè)造成了很大的困難?，F(xiàn)階段，國(guó)內(nèi)外采用的涌水量預(yù)測(cè)方法有解析法、相關(guān)比擬法、數(shù)值法、水均衡法和時(shí)間序列分析等方法[2]。而上述這些方法由于復(fù)雜的水文地質(zhì)條件、采用的水文參數(shù)缺乏典型性以及數(shù)學(xué)模型建立的不適應(yīng)性經(jīng)常造成計(jì)算過程中的誤差偏大而無法準(zhǔn)確地預(yù)測(cè)礦井的涌水量。本文通過基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)了對(duì)礦井涌水量的準(zhǔn)確預(yù)測(cè)。

4結(jié)論

（1） 研究結(jié)果表明，運(yùn)用基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)礦井涌水量是可行的，并且對(duì)礦井的安全生產(chǎn)具有指導(dǎo)意義。

（2） 對(duì)輸入數(shù)據(jù)的正確預(yù)處理以及適當(dāng)補(bǔ)充訓(xùn)練樣本對(duì)模型的動(dòng)態(tài)調(diào)整和成功完成預(yù)測(cè)功能具有關(guān)鍵作用。此外，應(yīng)進(jìn)一步提高網(wǎng)絡(luò)對(duì)突變數(shù)據(jù)段的適應(yīng)能力。

參考文獻(xiàn)

[1]凌成鵬，孫亞軍，楊蘭和.基于BP神經(jīng)網(wǎng)絡(luò)的空隙充水礦井涌水量預(yù)測(cè)[J].水文地質(zhì)工程地質(zhì)，2007（5）：55～58.

[2]戴巖柯，崔世新，張坤.水均衡法和數(shù)值模擬法在礦坑深部涌水量預(yù)測(cè)中的比較[J].地下水，2010，32（7）：24～26.

[3]劉建，劉丹.利用BP神經(jīng)網(wǎng)絡(luò)模型動(dòng)態(tài)預(yù)測(cè)隧道涌水量——以銅鑼山隧道為例[J].現(xiàn)代隧道技術(shù)，2012，49（3）：63～66.

[4]邱國(guó)良，吳基文，王厚柱.基于灰色BP神經(jīng)網(wǎng)絡(luò)的水位礦井涌水量預(yù)測(cè)[J].礦業(yè)安全與環(huán)保，2011，38（6）：28～30.

[5]沈花玉，王兆霞，高成耀.BP神經(jīng)網(wǎng)絡(luò)隱含層單元數(shù)的確定[J].天津理工大學(xué)學(xué)報(bào)，2008，24（5）：13～15.

[6]朱凱，王正林.精通MATLAB神經(jīng)網(wǎng)絡(luò)[M].北京：電子工業(yè)出版社，2010.endprint