基于RES理论的岩爆倾向性预测方法  

The method to predict rockbursts proneness based on RES theory

作　　者：郭立[1] 吴爱祥[1] 马东霞[1] 

机构地区：[1]中南大学资源与安全工程学院,湖南长沙410083

出　　处：《中南大学学报（自然科学版）》2004年第2期304-309,共6页Journal of Central South University:Science and Technology

基　　金：国家杰出青年基金资助项目(No.50325145)

摘　　要：从工程地质因素、复杂环境因素和人为开挖因素3个方面分析了岩爆启动的主要影响因素,在此基础上,提出了一种基于RES理论的岩爆智能预测模型,并论证了人工神经网络的参数分析原理。此外,采用改进的前馈神经网络BP算法对交互作用矩阵进行编码以及对参数的相对交互作用强度进行了分析。研究结果表明:运用该岩爆智能预测模型,不仅使岩爆倾向性的预测具有动态特性,同时又可以方便地对岩爆启动的主控因素进行分析。This paper analyses the main factors inducing rockbursts from rock engineering geology, environments and excavation technology. A new theoretical modeling approach to predict rockburst proneness and deduced the mechanism of parameters analysis of artificial neural network. An improved feedforward BP arithmetic is applied to coding interaction matrix and analyzing relative strength effect of theoretical modeling. The results show that the parameters analysis of artificial neural network can be used to dynamically predict rockbursts proneness, moreover, it can be used to analyze the strength of main factors inducing rockbursts.

关 键 词：RES理论 岩爆倾向性 预测方法 岩石工程 BP算法 智能预测模型 

分 类 号：TD235[矿业工程—矿井建设] TP183[自动化与计算机技术—控制理论与控制工程]