基于粗糙集与BP神经网络的底板破坏深度预测

作者：崔凯

来源：山东国土资源, 2016, (01): 59-62.

• 粗糙集
• 决策规则
• 底板破坏深度
• BP神经网络 Rough set
• decision rule
• destroyed floor depth
• BP neural networks

基于粗糙集理论,以指标集为基础,建立了底板破坏深度影响因素的知识表达系统,提出了规则提取原则,通过粗糙集决策规则的数据处理,得出获得各因素对底板破坏深度的影响顺序为:采深、煤层倾角、工作面斜长、采厚、底板抗破坏能力、工作面是否有切穿型断层或破碎带。由于底板抗破坏能力、工作面是否有切穿型断层或破碎带这些参数难以确定,采用其余4种影响因素建立BP神经网络的预测模型,并根据建立的模型预测肥城煤田的9101和9507工作面的底板破坏深度。通过与实测结果对比,证明该网络模型的计算结果比规程提供的经验公式计算结果更接近实际。

• 单位
  山东省煤田地质规划勘察研究院