开采沉陷监测中丢失点下沉值的BP神经网络预测方法  

作　　者：韩必武[1] 黄晖[1] 刘可胜[1] 郑文博 

机构地区：[1]淮南矿业(集团)有限责任公司,安徽淮南232001 [2]矿山采动灾害空天地协同监测与预警安徽普通高校重点实验室,安徽淮南232001 [3]矿区环境与灾害协同监测煤炭行业工程研究中心,安徽淮南232001 [4]安徽理工大学测绘学院,安徽淮南232001

出　　处：《经纬天地》2019年第6期73-75,84,共4页Survey World

基　　金：淮南矿业(集团)有限责任公司项目(HNKY-JTJS(2018)-178、HNKY-JTJS(2017)-122);中煤新集刘庄矿业有限公司项目(ZMXJ-LZ-JS-2018-25)。

摘　　要：在开采沉陷监测过程中由于多种因素的影响会造成部分监测点丢失,从而影响到监测数据的连续性,如何有效修复丢失点下沉值对于提高监测质量具有重要的意义。本文以淮南某矿1222(1)工作面观测站实测数据为基础,利用30个未损坏监测点的实测下沉值建立BP神经网络模型来预测假想丢失点的下沉值。通过训练出来的预测模型得到5个假想丢失点的预测下沉值,预测下沉值与真值相比,相对误差最大为3.5%,表明该方法对于恢复丢失点下沉值、确定边界参数提供了一种可替代实测数据的方法。

关 键 词：开采沉陷 监测点丢失 BP神经网络 预测模型 

分 类 号：P224.1[天文地球—大地测量学与测量工程]