基于GABP的煤巷围岩稳定性分类与应用

为了对煤巷围岩稳定性进行科学分类,统计24篇分类文献,建立SPSS分类指标数据库,进行频数分析,研究指标的频数和分布特征,得出重点分类指标,同时考虑指标选取原则和山西焦煤实际情况,确定了11个分类指标。联合应用遗传算法和BP神经网络,建立GA-BP煤巷围岩稳定性分类模型,通过GA全局启发式搜索构建网络拓扑结构,通过GA全局寻优和BP局部优化确定最优权值阈值,应用MATLAB对该模型进行编程。设计含80条山西焦煤煤巷的训练样本,使模型学习并获得分类能力,并应用于山西焦煤20条煤巷。结果表明:GA-BP分类模型准确率为95%,具有较高非线性映射精度,适用于对山西焦煤煤巷进行稳定性分类。