现代矿业2023，Vol.39Issue(6) ：159-162.DOI:10.3969/j.issn.1674-6082.2023.06.039

基于SCG-BP神经网络的岩爆预测模型

Rockburst Prediction Model Based on SCG-BPNN

张亭 陈佳 高志荣 任育荣 周义升 罗宏伟
现代矿业2023，Vol.39Issue(6) ：159-162.DOI:10.3969/j.issn.1674-6082.2023.06.039
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于SCG-BP神经网络的岩爆预测模型

Rockburst Prediction Model Based on SCG-BPNN

张亭 1陈佳 2高志荣 1任育荣 3周义升 3罗宏伟3
扫码查看

作者信息

  • 1. 西北矿冶研究院
  • 2. 中钢集团马鞍山矿山研究总院股份有限公司
  • 3. 白银有色集团股份有限公司深部矿业公司
  • 折叠

摘要

标准的BP神经网络在岩爆预测中表现较差,选用量化共轭梯度法优化BP神经网络进行岩爆预测分类研究.选取应力系数、脆性系数和弹性能量指数为预测指标,以46组工程案例作为数据库,所建立的SCG-BP神经网络预测准确率达80.43%,远高于优化前的54.05%.对模型训练集与测试集的分类误差和分类结果进行可视化,并与标准BP神经网络的预测结果进行对比分析,结果表明优化效果良好.通过在实际工程中应用,表明该岩爆预测模型具有推广使用价值.

关键词

岩爆预测/BP神经网络/量化共轭梯度法

Key words

prediction of rockburst/BP neural network/quantitative conjugate gradient method

引用本文复制引用

出版年

2023
现代矿业
中钢集团马鞍山矿山研究院有限公司

现代矿业

影响因子：0.33
ISSN：1674-6082
参考文献量10
段落导航相关论文