现代矿业2023，Vol.39Issue(9) ：278-281.DOI:10.3969/j.issn.1674-6082.2023.09.068

GA-BP神经网络模型在岩爆烈度分类预测研究及应用

Research and Application of Classification Prediction of Rockburst Intensity Based on GA-BP Neural Network Model

滕涛 王国军 周伟胜 倪智伟 景杨凡
现代矿业2023，Vol.39Issue(9) ：278-281.DOI:10.3969/j.issn.1674-6082.2023.09.068
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

GA-BP神经网络模型在岩爆烈度分类预测研究及应用

Research and Application of Classification Prediction of Rockburst Intensity Based on GA-BP Neural Network Model

滕涛 1王国军 1周伟胜 1倪智伟 2景杨凡2
扫码查看

作者信息

  • 1. 山东正元建设工程有限责任公司
  • 2. 中钢集团马鞍山矿山研究总院股份有限公司;金属矿山安全与健康国家重点实验室;华唯金属矿产资源高效循环利用国家工程研究中心有限公司
  • 折叠

摘要

通过引入遗传算法优化BP神经网络,构建GA-BP神经网络模型.选取围岩最大切向力与岩石单轴抗压强度比(应力集中系数)、岩石单轴抗压强度与单轴抗拉强度比(脆性系数)和弹性能量指数作为输入指标,构建岩爆烈度分类预测体系.选取104组工程岩爆实例,其中84组作为训练集,20组作为测试集进行验证,结果表明,GA-BP神经网络模型的分类预测准确率能够达到95%,优于BP神经网络模型的80%.在工程试验中,GA-BP神经网络模型分类预测效果较好(准确率90%),可为岩爆烈度分类预测研究作为参考.

关键词

遗传算法/BP神经网络/岩爆烈度/分类预测

Key words

genetic algorithm/BP neural network/rockburst intensity/classification prediction

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
被引量2
参考文献量4
段落导航相关论文