基于SPSS与ANN的汾西矿区煤巷围岩稳定性分类
汾西矿区煤巷现场条件复杂、支护困难,因此合理的巷道围岩稳定性分类对后期的支护设计具有重要意义。统计了多篇文献资料,利用SPSS软件建立围岩稳定性分类指标数据库,进行频数分析,以统计分析结果为依据,结合汾西矿区的实际情况确定出11个围岩稳定性分类指标。采用附加动量法改进BP神经网络,应用MATLAB软件建立ANN煤巷围岩稳定性识别模型,并选取46条汾西矿区煤巷作为样本对模型进行学习训练。将该模型应用于12条汾西矿区煤巷进行检验,识别准确率为91.7%。该模型具有较高的类型识别准确性,非线性映射效果较好,适用于汾西矿区煤巷围岩稳定性分类。
用户评论