基于RSM和GA-ANN的侵蚀沟煤矸石复垦优化设计

作者：王忠波; 张金博; 李殿兴

来源：东北农业大学学报, 2019, 50(01): 68-76.

DOI：10.19720/j.cnki.issn.1005-9369.2019.01.009

• 侵蚀沟复垦
• 煤矸石
• 中心组合设计
• 遗传算法
• 人工神经网络
• 敏感性分析

文章基于沟道复垦后导排水能力最大原则研究侵蚀沟煤矸石填埋复垦方法,采用煤矸石作为侵蚀沟复垦材料,各层填埋材料最优厚度为变量,出流时间为响应值,依次建立中心组合设计响应曲面法(RSM)模型和遗传算法优化神经网络遗传算法—人工神经网络模型(GA-ANN),验证两种模型优异度及最终预测结果,分析试验结果全局灵敏性。研究表明,响应曲面法模型(RSM)和遗传算法—人工神经网络(GA-ANN)模型决定系数R2分别为0.91810和0.94497,与响应曲面法(RSM)模型相比,遗传算法—人工神经网络模型(GA-ANN)建模能力、模型精度更优。响应曲面法(RSM)模型和遗传算法—人工神经网络模型(GA-ANN)确定的厚度最优阙值及预测出流时间分别为53.42、38.51、90 cm,145.129 s和50、41、90 cm,140.542 s。模型验证偏差率分别为2.85%和1.43%。改进全局敏感性分析结果表明,覆土厚度X1、混合煤矸石层厚度X2和大粒径煤矸石层厚度X3对于全局敏感性为X3>X1>X2,大粒径煤矸石厚度单位变化对于复垦沟道导排水能力影响最大。在实际生产中,精度要求较小情况下,采用响应曲面法设计煤矸石填埋复垦方案简洁高效。

• 单位
  农业部; 土木工程学院; 东北农业大学