摘要
在矿井开采过程中,准确预测矿井涌水量对于矿井防治水及高效、安全生产具有重要意义.针对矿井涌水量影响因素复杂导致预测精度不高的问题,提出一种基于深度置信网络(DBN)间接预测矿井涌水量的方法.针对不同的盘区建立相应的DBN涌水量预测模型,对矿井各个盘区水仓提取涌水量数据,之后分别导入DBN预测模型进行预测,得到各个盘区的涌水量,进而得出矿井总体涌水量,同时将结果分别与BP、ELM神经网络以及DBN直接预测矿井涌水所得到的预测结果进行对比.试验结果表明,DBN间接预测的预测精度最高,其平均绝对百分误差仅有5.85％,运行时长也大幅缩短,说明DBN间接预测矿井涌水量模型具有更好的预测效果.研究结果为矿井涌水量的准确预测提供了一种新的方法.
维普
万方数据