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：
SMOGN过采样下导水裂隙带高度的MPSO-BP预测模型
1
作者 刘奇 梁智昊 訾建潇 《煤田地质与勘探》 EI CAS CSCD 北大核心 2024年第11期72-85,共14页
【目的】导水裂隙带高度是顶板(涌)突水、地下水资源流失的重要影响因素之一,是矿井防治水研究的重点。【方法】为了准确地预测煤层顶板导水裂隙带高度,选取开采深度、采高、煤层倾角、工作面斜长、硬岩岩性比例系数和开采方法作为导水... 【目的】导水裂隙带高度是顶板(涌)突水、地下水资源流失的重要影响因素之一,是矿井防治水研究的重点。【方法】为了准确地预测煤层顶板导水裂隙带高度,选取开采深度、采高、煤层倾角、工作面斜长、硬岩岩性比例系数和开采方法作为导水裂隙带高度的主要影响因素,搜集200例导水裂隙带高度实测样本作为模型数据集。首先,采用自适应高斯噪声过采样方法(synthetic minority over-sampling technique for regression with Gaussian noise,SMOGN)对原始数据集进行过采样,结合8折交叉验证,将平均绝对误差(EMA)、均方根误差(ERMS)和决定系数(R2)作为回归模型评价指标,确定最优的BP神经网络结构,然后采用变异粒子群优化算法(mutation particle swarm optimization,MPSO),对神经网络的初始权值和阈值进行优化,最后将优化后的预测模型进行工程现场应用。【结果和结论】结果表明:该数据集下,BP神经网络采用Huber loss和Adam一阶优化算法,训练速度和稳定性均得到提升,最优激活函数为Tanh,最优隐藏层节点数为12。当MPSO种群数量为50时,模型性能最好,经过SMOGN过采样和MPSO超参数优化,最终训练集的EMA为0.163,ERMS为0.216,R2为0.948,验证集的EMA为0.260,ERMS为0.341,R2为0.901。在现场应用中模型预测的相对误差均在9%以下。结果表明结合SMOGN技术和MPSO超参数优化技术,显著提高了模型的稳定性和泛化性能,改善了样本分布特征,提高了样本利用效率和模型预测效果,对导水裂隙带高度模型的训练和预测具有重要的借鉴意义。 展开更多
关键词 煤矿防治水 回归过采样 导水裂隙带 高度预测 变异粒子群算法 模型优化
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
使用帮助 返回顶部