地下开采引起地表沉降的灰色理论与神经网络并

地下开采引起了诸多社会问题,水土流失、地面塌陷、山体开裂、滑坡、泥石流、水源破坏和污染等一系列的矿山环境问题[1]。研究地表沉降的变化规律,并对未来地表沉降的变化趋势进行有效的预测,对矿山开采以及有效预防均具有非常重要的经济和社会价值[2]。1969年,Bates与Granger首次提出组合预测方法的概念[3]。灰色系统理论是以缺乏经验,数据偏少的模糊系统为研究对象,实现对系统运行规律的正确认识与控制[4]。由于大多数据处理都是非线性的相关性,而人工神经网络对非线性数据有较高的处理能力,对预测结果有较高的精度。一、GM(1,1)灰色模型与BP神经网络BP神经网络在处理非线性数据有很好的自适应能力,对难以用数学理论处理的信息能够很好建立模型,所以得到广泛的应用[6]。隐层节点数的选择对网络性能影响很大,节点数过少,误差可能会交差,节点数过多,不仅增加训练时间,而且会将样本中非规律性的内容存储进去,还可能会出现“过度吻合”问题[7-9]。二、并联灰色神经 ...