摘要
国民经济的快速发展，对能源的需求增加，承压水上采煤前景广阔，煤层底板突水是严重的灾害，对煤层底板突水进行危险性评价越来越重要。 煤层底板突水危险性评价涉及到很多因素，是一个非线性的、复杂的、高维问题，以前的方法不能较好的解决，煤矿水文地质工作者一直在研究更好的煤层底板突水危险性评价方法。 论文基于对人工神经网络(ANN)的非线性动力学特征、一般框架、基本结构，对模型进行了系统的论述和分析，重点研究了BP神经网络的结构、算法以及误差的反向传播。依据地质构造、水文地质、工程地质、底板隔水层及开采条件，建立了安全评价指标体系，其中包括了14个影响底板安全的主要指标，对评价指标中主要的定性指标进行了量化。基于现代非线性理论——人工神经网络，建立了BP神经网络危险性评价的数学模型，运用MATLAB编程实现了计算与仿真，得到了较为理想的评价模型。应用VB和MATLAB编制了煤层底板突水危险性评价系统，并对其进行实例验证，评价结果与另外两种方法所得评价结果一致，表明系统运行是可行的，可以有效地评价底板突水危险性。
NETL