煤矿开采

2018, v.23;No.144(05) 68-72+21

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于Relief算法与ReLU核ELM的煤矿开采最大下沉预测模型研究
Study of the Maximum Subsidence Forecast Model of Coal Mining Based on Relief Arithmetic and ReLU Core ELM

魏勇;唐延东;喻强;杨春兰;

摘要(Abstract):

尝试引入Re LU function核的ELM算法及Relief Algorithm对开采区最大下沉量进行预测。首先基于Relief Algorithm对现场岩移数据进行筛选优化;然后通过隐含层数目循环实验选出预测精度较高的ELM预测模型隐含层数目;再筛选优化后的参数为输入,最大下沉为目标分别建立基于Re LU function核、igmoid function核、Radial basis function核及Hardlim function核的ELM预测模型;最后对4种模型的预测结果进行对比分析。结果表明:采厚、平均采深、走向长度和倾向长度与最大下沉关系显著;以Re LU function核、隐含层神经元数目为57的ELM的预测结果精度显著优于对比组。

关键词(KeyWords): 开采最大下沉;Relief Algorithm;ReLU function;ELM

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 魏勇;唐延东;喻强;杨春兰;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享