基于遗传算法和人工神经网络的巷道支护研究

摘要
图/表
参考文献(0)
相关文章 (15)

全文: PDF (0 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要

针对软岩巷道围岩的复杂性和离散性特点，采用单一围岩稳定性影响因素无法进行巷道围岩准确分类，进而无法准确地确定支护设计方案的现状，采用遗传算法和人工神经网络建立了围岩稳定性分类预测模型。通过算例验证了该模型能在考虑多影响因素下准确地代表围岩稳定性影响因素与围岩类型之间的非线性关系，并预测出软岩巷道的围岩分类，从而为软岩巷道稳定性分类及控制技术提供参考依据。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	张士科
	黄增慧
	孙海建
	杨百川

关键词 ：遗传算法, 神经网络, 巷道支护, 围岩稳定性

Abstract：

Based on the complex soft rock surrounding rock condition, surrounding rock cannot be classified based on single surrounding rock stability influencing factor, genetic algorithm and artificial neural network model was established to overcome the above-mentioned disadvantage to predict the stability classification of surrounding rock. The example was used to demonstrate that the established model can represent the nonlinear relationship between stability influence factors and types for surrounding rock under considering multi-influence factors. Meanwhile, the proposed model classified surrounding rock, which can provide reference for soft rock stability classification and control of soft rock.

Key words： genetic algorithm artificial neural network roadway support stability of surrounding rock

基金资助:

河南省科技攻关计划项目（152102310318）；河南省高等学校重点科研项目（16A410001）；2015年国家级大学生创新创业训练计划项目（201510479045），安阳师范学院大学生创新基金项目（ASCX/2015-Z147）。

作者简介: 张士科（1980—），男，河南泌阳人，讲师。E-mai：shikezhang1021@163.com

引用本文:

张士科，黄增慧，孙海建，杨百川. 基于遗传算法和人工神经网络的巷道支护研究[J]. 煤炭与化工, 2016, 39(1): 1-4. Zhang Shike, Huang Zenghui, Sun Haijian, Yang Baichuan. Study on roadway support based on genetic algorithm and artificial neural network. CCI, 2016, 39(1): 1-4.

链接本文:

http://www.mtyhg.com.cn/CN/ 或 http://www.mtyhg.com.cn/CN/Y2016/V39/I1/1

[ 1 ]    周保生，朱维申，李术才. 综放回采巷道围岩稳定性分类的研究[ J ]. 煤炭学报，2000，25（5 ）：469-472.
[ 2 ]    石永奎，张景煜，王文正，等. 回采巷道围岩稳定性的分类预测方法分析[ J ]. 煤炭技术，2015，34（7 ）：46-49.
[ 3 ]    袁    亮，薛俊花，刘泉声，等. 煤矿深部岩巷围岩控制理论与支护技术[ J ]. 煤炭学报，2011，36（4 ）：535-543.
[ 4 ]    马世志，张茂林，靖洪文，等. 巷道围岩稳定性分类方法评述[ J ]. 建井技术，2004，25（5 ）：24-27.
[ 5 ]    张士科. 史山矿回采巷道锚杆支护参数优化研究[ D ]. 焦作：河南理工大学，2009．
[ 6 ]    康红普. 煤巷锚杆支护成套技术研究与实践[ J ]. 岩石力学与工程学报，2005，24（21 ）：3 959-3 964.
[ 7 ]    王金华. 我国煤巷锚杆支护技术的新发展[ J ]. 煤炭学报，2007， 32（2 ）：113-118.
[ 8 ]    侯朝炯，勾攀峰. 巷道锚杆支护围岩强度强化机理研究[ J ]. 岩石力学与工程学报，2000，19（3 ）：342-345.
[ 9 ]    张士科，茹忠亮，赵洪波. 锚杆支护设计应用MATLAB的BP网络法研究[ J ]. 路基工程，2009，143（2 ）：19-20.
[10]    朱川曲，冯    涛，施式亮. 神经网络在锚杆支护方案优选及变形预测中的应用[ J ]. 煤炭学报，2005，30（3 ）：322-326．
[11]    谢广祥，曹伍富，王德润，等. 基于人工神经网络的煤巷锚杆支护设计研究[ J ]. 煤炭学报，1999，24（6 ）：590-604.
[12]    Holland JH. Adaptation in natural and artificial systems. Ann Arbor，MI：University of Michigan Press，1975.
[13]    肖专文，张奇志. 遗传算法与神经网络协同求解采矿工程中的优化问题[ J ]. 中国矿业，1998（1 ）：78-80.
[14]    冯夏庭. 智能岩石力学导论[ M ]. 北京：科学出版社，2000.
[15]    杨建刚. 人工神经网络实用教程[ M ]. 杭州：浙江大学出版社，2001.
[16]    阎平凡. 基于PCA 和BP 神经网络的采空区稳定性评价模型研究[ J ]. 世界科技研究与发展，2015，37（3 ）：239-242．
[17]    徐春晖，徐向东. 前馈型神经网络新学习算法的研究[ J ]. 清华大学学报，1999，39（3 ）：1-3.
[18]    周    品. MATLAB神经网络设计与应用[ M ]. 北京：清华大学出版社，2013.
[19]    张士科，茹忠亮，赵洪波. 基于MATLAB的BP神经网络在煤巷锚杆支护设计中的应用[ J ]. 煤矿机械，2008，29（6 ）： 262-296.
[20]    贺超峰，华心祝，马菁花，等. 基于BP神经网络的回采巷道围岩稳定性分类[ J ]. 2012，27（3 ）：6-9.