期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于SSA-LSTM采动覆岩裂隙带高度预测方法研究 被引量：1
1
作者 林海飞 张宇少 +4 位作者 周捷 葛佳琪 李文静 王琳 王锴 《矿业安全与环保》 CAS 北大核心 2024年第3期8-15,共8页
采动覆岩裂隙带高度决定了卸压瓦斯抽采钻孔终孔或巷道层位布置参数,为进一步提高其预测精度,采集了不同矿区的361组数据,分析了采动裂隙带高度与采高、煤层倾角、工作面斜长、采深、硬岩岩性比例系数之间的关系;采用深度信念网络(DBN)... 采动覆岩裂隙带高度决定了卸压瓦斯抽采钻孔终孔或巷道层位布置参数,为进一步提高其预测精度,采集了不同矿区的361组数据,分析了采动裂隙带高度与采高、煤层倾角、工作面斜长、采深、硬岩岩性比例系数之间的关系;采用深度信念网络(DBN)、长短期记忆网络(LSTM)、Elman神经网络(ENN)等3种机器学习算法对采动裂隙带高度进行五折交叉验证,基于判定系数、均方根误差、平均绝对误差、平均绝对百分比误差等常用评价指标,筛选出LSTM为初步预测模型;采用遗传算法(GA)和麻雀搜索算法(SSA),对采动裂隙带高度LSTM预测模型进行优化,得到LSTM、GA-LSTM、SSALSTM 3种模型的预测结果。结果表明:SSA-LSTM预测模型较LSTM、GA-LSTM预测模型预测结果更优,其判定系数、均方根误差、平均绝对误差、平均百分比误差分别为0.991、0.329、0.148、0.017,各精度评估指标均符合判定要求,所构建的采动裂隙带高度预测模型精度较高且具有一定普适性。 展开更多
关键词 采动裂隙带高度 预测方法 机器学习 长短期记忆网络 麻雀优化
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部