暂无评论
基于BP神经网络方法的边坡地表沉降预测研究，孙维吉，郭嗣琮，露天开采地表变形受岩体力学性质、地质构造、岩体结构、地应力场、地下水，露天矿采剥、工程荷载条件、地震作用、气象条件及植被
为解决抚顺西露天矿边坡沉降变形问题,运用灰色系统模型结合曲线拟合对抚顺西露天矿边坡沉降变形进行预测分析.在传统灰色系统的基础上,运用对数变换的数学方法对实测数据进行改进,建立改进的灰色系统模型,并对露
为提高BP神经网络在露天矿高陡边坡变形监测数据预测的精度与可靠性,建立了基于LM算法改进的LMBP神经网络预测模型。以某露天矿边坡监测数据为样本,构建了LMBP最优网络拓扑结构,通过MATLAB编制程
通过改进遗传算法对边坡位移预测精度进行预测。使用抚顺西露天南帮边坡的雷达位移监测数据对BP神经网络、未改进的遗传神经网络、改进后的遗传神经网络进行训练,得出预测数据,并作对比分析。结果表明:与真实测得
以翟镇煤矿实测小断层数据为研究对象,利用散点图法和灰色关联法对断层要素间的相关性进行分析,发现断层延展长度与倾向、走向、倾角、落差间非线性关系。基于支持向量机建立小断层延展长度非线性预测模型。通过对比
紧邻露天矿边坡的地表受采剥过程中多种因素耦合的影响,出现移动变形,从而威胁到了毗邻露天矿的工业及民用建筑物的安全使用,为了预测其变形值,通过建立增加动量项的自适应BP神经网络,借助已有样本数据,对网络
应用具有强大全局搜索能力的人工鱼群算法(AFSA)优化BP神经网络,为其提供最优的初始权值和阈值,提高预测模型的性能。结合影响边坡变形的影响因素,建立基于AFSA-BP算法的露天矿边坡位移预测模型,并
针对支持向量机(SVM)适合小样本数据建模这一特点,提出利用SVM进行煤矿小断层预测。以小断层广泛发育的赵官矿实测数据为基础,选取断层倾向、落差、倾角以及断层性质作为特征影响因子,以Matlab中的l
露天矿边坡稳定性的研究是露天矿安全生产的重要问题。边坡滑动的监测与预报工作是建立在边坡移动观测站的日常观测工作的基础上的。文中通过在东露天南边坡走向方向建立四条观测线进行长期观测,取得了地表变形(倾斜
露天矿开挖与堆载复合边坡的稳定性直接关系到露天矿的安全高效生产,根据排土场坐落位置的不同将露天矿开挖与堆载复合边坡分为2类。对边坡稳定性影响因素进行了分析。采用有限元数值分析方法分析了端帮开挖情况下边
变形监测是保障矿山边坡安全施工和管理的重要手段,分析及预测边坡的变化趋势具有重要的理论价值和现实意义。文中以广州越堡露天矿边坡为研究对象,依据所获得的监测点的有效监测数据,运用灰色理论方法构建预测模型
为解决矿山边坡监测单源数据所获目标物信息单一抽象、数据不完整的问题，结合测量机器人（RTS）获取点监测数据、近景摄影测量影像数据和三维激光扫描仪（TLS）面监测数据，提出了一种基于最优权法进行多源数据
建立了神经网络-时间序列组合模型,以神经网络提取趋势项,时序方法拟合随机项,更全面地考虑了诱发边坡变形的各种因素,克服了单一模型的缺陷。结合跟踪算法,对东明矿南帮、西帮测点时序分别建模分析,并同单一的
针对开挖卸荷情况下露天矿边坡的稳定性问题，本研究采用数值模拟和理论分析方法，详细探讨了边坡在开挖卸荷过程中的变形特征，并提出了一种实用的边坡稳定性快速识别方法。以黑岱沟露天矿首采区南端帮沿帮排土场边坡
提出了一种基于支持向量机的露天矿山爆破效果预测方法。通过随机森林算法选择出影响爆破效果的主要因素并根据爆破技术相关标准及经验确定爆破综合效果；基于得到的爆破主要影响因素和爆破综合效果，建立爆破效果预测
暂无评论