期刊导航
期刊开放获取
重庆大学
退出
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
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
检索
高级检索
期刊导航
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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
职称材料
题名
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
机构
山东科技大学能源与矿业工程学院
山东科技大学矿山灾害预防控制省部共建国家重点实验室培育基地
安徽建筑大学建筑结构与地下工程安徽省重点实验室
肥城矿业集团梁宝寺能源有限责任公司
出处
《煤田地质与勘探》
EI
CAS
CSCD
北大核心
2024年第11期72-85,共14页
基金
国家自然科学基金项目(51904168)
山东省自然科学基金项目(ZR2023ME021)
青岛市博士后基金项目(QDBSH20230202050)。
文摘
【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。
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
Keywords
prevention and control of mine water hazard
over-sampling for regression
hydraulically conductive fracture zone
height prediction
mutation particle swarm optimization(MPSO)algorithm
model optimization
分类号
TD745.2 [矿业工程—矿井通风与安全]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
SMOGN过采样下导水裂隙带高度的MPSO-BP预测模型
刘奇
梁智昊
訾建潇
《煤田地质与勘探》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部