金属矿山
金屬礦山
금속광산
METAL MINE
2005年
3期
19-21,37
,共4页
支护类型%改进BP神经网络%采准巷道
支護類型%改進BP神經網絡%採準巷道
지호류형%개진BP신경망락%채준항도
在对程潮铁矿采准巷道支护类型影响因素和巷道成功加固实例调查分析的基础上,提出采用改进的BP神经网络对支护类型进行研究.由学习样本的学习过程和对支护类型的预测结果可知,无论是学习样本误差收敛过程,还是收敛速度、收敛精度和支护类型的预测结果都较为理想,预测准确率较高,为研究采准巷道的支护类型提供了新的研究思路,具有较好的推广应用价值.
在對程潮鐵礦採準巷道支護類型影響因素和巷道成功加固實例調查分析的基礎上,提齣採用改進的BP神經網絡對支護類型進行研究.由學習樣本的學習過程和對支護類型的預測結果可知,無論是學習樣本誤差收斂過程,還是收斂速度、收斂精度和支護類型的預測結果都較為理想,預測準確率較高,為研究採準巷道的支護類型提供瞭新的研究思路,具有較好的推廣應用價值.
재대정조철광채준항도지호류형영향인소화항도성공가고실례조사분석적기출상,제출채용개진적BP신경망락대지호류형진행연구.유학습양본적학습과정화대지호류형적예측결과가지,무론시학습양본오차수렴과정,환시수렴속도、수렴정도화지호류형적예측결과도교위이상,예측준학솔교고,위연구채준항도적지호류형제공료신적연구사로,구유교호적추엄응용개치.
